r - 使用 `bbmle:mle2` 和矢量参数(已经使用 `optim` )

Question

我在使用 bbmle:mle2 时遇到了一些问题尝试进行回归时的函数。为了说明我的问题，我想出了一个玩具示例。

我们定义泊松分布(或任何自定义分布)的负对数似然:

LL <- function(beta, z, x){
  -sum(stats::dpois(x, lambda = exp(z %*% beta), log = TRUE))
}

在上面的代码中， beta是我想估计的参数向量， z是模型/设计矩阵和 x是我感兴趣的变量。

然后我生成一些随机数据来处理:

set.seed(2)
age <- round(exp(rnorm(5000, mean = 2.37, sd = 0.78) - 1))
claim <- rpois(5000, lambda = 0.07

我可以轻松使用 optim对于我的回归。这是 intercept唯一型号:

z1 <- model.matrix(claim ~ 1)
optim(par = 0, fn = LL, z = z1, x = claim)

这是 intercept + age模型:

z2 <- model.matrix(claim ~ age)
optim(par = c(0, 0), fn = LL, z = z2, x = claim)

评估大量不同模型的方法非常简单，只需指定模型矩阵即可。如何使其与 mle2 一起使用来自 bbmle 的函数包裹？

如果 beta，我可以做到是一维的:

mle2(minuslogl = function(beta){ LL(beta = beta, z = z1, x = claim) },
  start = list(beta = 0))

但如果 beta是一个向量，然后我遇到了问题:

mle2(
  minuslogl = function(beta){ LL(beta = beta, z = z2, x = claim) },
  start = list(beta = c(0, 0)),
  vecpar = T,
  parnames = colnames(z2)
  )

我无法正确使用语法，也无法在文档或小插图中找到任何示例来帮助我。问题肯定是 beta现在是一个向量。文档建议使用 vecpar = T论点是“与 optim 兼容”的前进方向。任何提示将不胜感激。

另外，有没有办法通过 z和 x我的对数似然函数中的参数以更优雅的方式 mle2就像我在 optim 中所做的那样?

Answer 1

我认为主要问题是您需要提供start作为原子向量(不是列表)。

 library(bbmle)
 LL2 <- function(beta) {
     LL(beta, z = z2, x = claim)
 }
 parnames(LL2) <- colnames(z2)
 mle2(
   minuslogl = LL2 ,
     start = setNames(c(0,0),colnames(z2)),
     vecpar = TRUE
  )

知道您可以在 bbmle 中更轻松地实现泊松回归之类的东西可能会有所帮助。带有公式界面和 parameters争论:

mle2(claim~dpois(exp(loglambda)),     ## use log link/exp inverse-link
     data=data.frame(claim,age),      ## need to specify as data frame
     parameters=list(loglambda~age),  ## linear model for loglambda
     start=list(loglambda=0))         ## start values for *intercept*