Дано:Понимание различных результатов Optim() и лм()
set.seed(1001)
outcome<-rnorm(1000,sd = 1)
covariate<-rnorm(1000,sd = 1)
логарифмического правдоподобия нормального PDF:
loglike <- function(par, outcome, covariate){
cov <- as.matrix(cbind(1, covariate))
xb <- cov * par
(- 1/2* sum((outcome - xb)^2))
}
оптимизируют:
opt.normal <- optim(par = 0.1,fn = loglike,outcome=outcome,cov=covariate, method = "BFGS", control = list(fnscale = -1),hessian = TRUE)
Однако я получаю разные результаты при запуске простой OLS. Однако максимизация log-likelihhod и минимизация OLS должны привести меня к аналогичной оценке. Я полагаю, что что-то не так с моей оптимизацией.
summary(lm(outcome~covariate))
это было здорово. спасибо – Mamba