fitdistrplusを使用してtruncnormをフィッティングする

Question

一部のデータに切り捨て正規分布を合わせようとしています。しかし、私は次のようなエラーに実行されています

<simpleError in optim(par = vstart, fn = fnobj, fix.arg = fix.arg, obs = data,  gr = gradient, ddistnam = ddistname, hessian = TRUE, method = meth,  lower = lower, upper = upper, ...): non-finite finite-difference value [1]> 
Error in fitdist(testData, "truncnorm", start = list(a = 0, mean = 0.8, : 
    the function mle failed to estimate the parameters, 
       with the error code 100 

私が間違って何が起こっているのかわからないんだけど - 私は最初の推測が間違っているかよりも高い場合には、いくつかの例に当てはめ問題があることを読みました実際の値ですが、私はいくつかの異なる開始値を試しましたが、どれもうまくいかないようです。ここで

は私のデータの小さなサンプル、と私はエラーを取得するために使用するコードです：

library(fitdistrplus) 
library(truncnorm) 
testData <- c(3.2725167726, 0.1501345235, 1.5784128343, 1.218953218, 1.1895520932, 
       2.659871271, 2.8200152609, 0.0497193249, 0.0430677458, 1.6035277181, 
       0.2003910167, 0.4982836845, 0.9867184303, 3.4082793339, 1.6083770189, 
       2.9140912221, 0.6486576911, 0.335227878, 0.5088426851, 2.0395797721, 
       1.5216239237, 2.6116576364, 0.1081283479, 0.4791143698, 0.6388625172, 
       0.261194346, 0.2300098384, 0.6421213993, 0.2671907741, 0.1388568942, 
       0.479645736, 0.0726750815, 0.2058983462, 1.0936704833, 0.2874115077, 
       0.1151566887, 0.0129750118, 0.152288794, 0.1508512023, 0.176000366, 
       0.2499423442, 0.8463027325, 0.0456045486, 0.7689214668, 0.9332181529, 
       0.0290242892, 0.0441181842, 0.0759601229, 0.0767983979, 0.1348839304 
) 

fitdist(testData, "truncnorm", start = list(a = 0, mean = 0.8, sd = 0.9)) 

Answer 1

問題はMLE推定器は下限としてパラメータmeanにとってますます負の推定値を提供することであるaゼロになる傾向がある（後者はstartパラメータ内で指定してはならないことに注意が、内fix.arg）：

fitdist(testData, "truncnorm", fix.arg=list(a=-.5), 
     start = list(mean = mean(testData), sd = sd(testData))) 
fitdist(testData, "truncnorm", fix.arg=list(a=-.2), 
     start = list(mean = mean(testData), sd = sd(testData))) 
fitdist(testData, "truncnorm", fix.arg=list(a=-.15), 
     start = list(mean = mean(testData), sd = sd(testData))) 

一つの可能​​性に大きな負の値を防ぐためにmeanの最適化のための下限を使用することです：

fitdist(testData, "truncnorm", fix.arg=list(a=0), 
     start = list(mean = mean(testData), sd = sd(testData)), 
     optim.method="L-BFGS-B", lower=c(0, 0)) 

しかし、これは推定手順を変えます。実際にはパラメータに追加の制約を課すことになり、下限の異なるさまざまな回答が得られる可能性があります。