2015-09-14 3 views
2

я просто имитируемых 100 Randoms наблюдения с помощью гамма-плотности с альфа (параметр формы) = 5 и лямбда (параметр скорости) = 5:оценке максимального правдоподобия для плотности гамма в R

x=rgamma(100,shape=5,rate=5)

В настоящее время, Я хочу запланировать оценки максимального правдоподобия альфа и лямбда с функцией, которая возвращает оба параметра и которые используют эти наблюдения.

Любые советы были бы оценены. Спасибо.

+1

'library (" stats4 "); ? ОМП; example ("mle") '... –

ответ

5

Вы можете использовать fitdistr(...) для этого в пакете MASS.

set.seed(1) # for reproducible example 
x <- rgamma(100,shape=5,rate=5) 

library(MASS) 
fitdistr(x, "gamma", start=list(shape=1, rate=1))$estimate 
# shape  rate 
# 6.603328 6.697338 

Обратите внимание, что с небольшим образцом, подобным этому, вы не получите больших оценок.

x <- rgamma(10000,shape=5,rate=5) 
library(MASS) # may be loaded by default 
fitdistr(x, "gamma", start=list(shape=1, rate=1))$estimate 
# shape  rate 
# 4.984220 4.971021 

fitdistr(...) также возвращает стандартную ошибку оценки и лог-правдоподобия.

+0

Спасибо, сэр! Очень хорошо объяснено. – Mercier

+0

Для стандартной погрешности оценок это квадратный корень асимптотической дисперсии? Если нет, есть ли интересный способ его найти? Я ищу forwar функцию optim в R, чтобы сделать это. – Mercier

+1

Один из способов получить это - ввести 'fitdistr' в строку commend (без'? 'И no' (...) ', просто имя функции). В этом списке будет указан код для этой функции. Из этого вы можете видеть, что 'fitdistr (...)' вычисляет se как sqrt диагонали матрицы дисперсии-ковариации, которая, в свою очередь, является инверсией hessian, возвращаемой 'optim (...)'. Поэтому я бы сказал, да, это квадратный корень асимптотической дисперсии. – jlhoward