如何将数据帧中的所有值作为maxLik中的起始值循环

Question

我正在使用maxLik进行最大似然估计，这需要指定起始值。 有没有什么方法可以让我使用矩阵中的所有值作为起始值，而不是指定单个值？

我目前的maxLik代码是：

f12 <- function(param){
  alpha <- param[1]
  rho <- param[2]
  lambda <- param[3]
  u <- 0.5*(p12$v_50_1)^alpha + 0.5*lambda*(p12$v_50_2)^alpha
  p <- 1/(1 + exp(-rho*u))
  f <- sum(p12$gamble*log(p) + (1-p12$gamble)*log(1-p))}

ml <- maxLik(f12, start = c(alpha = 1, rho=2, lambda = 1), method = "NM")

我创建了一个具有潜在起始值的上限和下限的数据框：

st <- expand.grid(alpha = seq(0, 2, len = 100),rho = seq(0, 1, len = 100),lambda = seq(0,2, length(100))

有在我的功能3个参数，我的目标是循环在上述数据帧中的所有值st和各种参数开始运行模型之后选择初始值的最佳载体。

谢谢！

Answer 1

考虑Map （包装到mapply ）以通过方法元素方式传递st列。 这里， Map将返回一个maxLik对象列表，特别是继承的包含其他组件列表的maxim类对象。 此列表中的项目数将等于st的行数。

注意输入参数a ， r和l被传递到maxLik() start参数，而不再是硬编码的整数。 并且f12保持不变。

maxLik_run <- function(a, r, l) {
   tryCatch({
      f12 <- function(param){
        alpha <- param[1]
        rho <- param[2]
        lambda <- param[3]
        u <- 0.5*(p12$v_50_1)^alpha + 0.5*lambda*(p12$v_50_2)^alpha
        p <- 1/(1 + exp(-rho*u))
        f <- sum(p12$gamble*log(p) + (1-p12$gamble)*log(1-p))
      }

      return(maxLik(f12, start = c(alpha = a, rho = r, lambda = l), method = "NM"))
   }, error = function(e) return(NA))  
}

st <- expand.grid(alpha = seq(0, 2, len = 100),
                  rho = seq(0, 1, len = 100),
                  lambda = seq(0, 2, length(100)))

maxLik_list <- Map(maxLik_run, st$alpha, st$rho, st$lambda)

---

并且回答这个问题 - 从各种起始参数运行模型后的起始值的最佳向量 - 需要特定的“最佳”定义。 一旦定义了这个，就可以在返回的对象列表中使用Filter()来选择产生“最佳”的一个或多个元素。

下面是一个演示，以找出每个最大似然最大值的最高值。 如果需要，使用估计 。 请注意，如果其他列表项共享最高值，则返回的列表可以有多个：

highest_value <- max(sapply(maxLik_list, function(item) item$maximum))

maxLik_item_list <- Filter(function(i) i$maximum == highest_value, maxLik_list)

Answer 2

你在logLik函数中所做的是你正在计算alpha，lambda，rho，而你的数据已经有了它们。这些是带有u，p和f12的行（也就是你的函数名！）。 此外，由于对数似然函数具有单个索引，因此可以计算一行的对数似然。 所以你使用像这样的应用运行代码

#create a function to find mle estimate for first row
maxlike <- function(a) {
f12 <- function(param){
alpha <- param[1]
rho <- param[2]
lambda <- param[3]
#u <- 0.5*(p12$v_50_1)^alpha + 0.5*lambda*(p12$v_50_2)^alpha
#p <- 1/(1 + exp(-rho*u))
#f12 <- sum(p12$gamble*log(p) + (1-p12$gamble)*log(1-p))
}
ml <- maxLik(f12, start = c(alpha = 1, rho=2, lambda = 1), method = "NM")
}
#then using apply with data = st, 2 means rows and your mle function
mle <- apply(st,2,maxlike)
mle