R'de, bir kendir matrisi ile optim'den bir çıktı verildiğinde, kendir matrisini kullanarak parametre güven aralıklarını nasıl hesaplayabilirim?

Bir kendir matrisiyle optim'den bir çıktı verildiğinde, kenet matrisini kullanarak parametre güven aralıklarını nasıl hesaplayabilirim?

fit<-optim(..., hessian=T)

hessian<-fit$hessian

Çoğunlukla maksimum olabilirlik analizi bağlamıyla ilgileniyorum, ancak yöntemin ötesine genişletilip genişletilemeyeceğini bilmek istiyorum.

Olasılık olasılığını en üst düzeye çıkarıyorsanız, tahminlerin kovaryans matrisi Hessian'ın negatifinin tersidir (asimptotik). Standart hatalar, kovaryansın köşegen elemanlarının karekökleridir ( ağın diğer yerlerinden!, Prof. Thomas Lumley ve Spencer Graves, Eng.

% 95 güven aralığı için

fit<-optim(pars,li_func,control=list("fnscale"=-1),hessian=TRUE,...)
fisher_info<-solve(-fit$hessian)
prop_sigma<-sqrt(diag(fisher_info))
prop_sigma<-diag(prop_sigma)
upper<-fit$par+1.96*prop_sigma
lower<-fit$par-1.96*prop_sigma
interval<-data.frame(value=fit$par, upper=upper, lower=lower)

Bunu not et:

• Eğer kütüğü maksimize ediyorsanız (olasılık), o zaman kendirin NEGATİFİ "gözlenen bilgiler" dir (burada olduğu gibi).
• Eğer bir "sapma" = (-2) * log (olasılık)) MINIMIZE yaparsanız, hessianın yarısı gözlemlenen bilgidir.
• Muhtemel olayı olasılığını maksimize ediyorsanız, gözlemlenen bilgiyi edinme olasılığına göre kendirin negatifini bölmeniz gerekir.

Bkz bu kullanılan nedeniyle optimizasyon rutin ileri sınırlamalar için.