আর-তে অপটিম ব্যবহার করে লগ-সম্ভাবনা ফাংশন সর্বাধিক করে অনুমানের জন্য প্যারামিটারগুলির জন্য প্রোফাইলিং ব্যবহার করে 95% আত্মবিশ্বাসের ব্যবধানগুলি কীভাবে অনুমান করতে পারি?

9

আমি জানি যে আমি হেসিয়ানকে উল্টিয়ে কোভেরিয়েন্স ম্যাট্রিক্সকে আশ্রয়হীনভাবে অনুমান করতে পারি , তবে আমি উদ্বিগ্ন যে এই তথ্যটি বৈধ হওয়ার জন্য আমার ডেটা প্রয়োজনীয় অনুমানগুলি পূরণ করে না। আমি অন্য কোনও পদ্ধতি ব্যবহার করে আত্মবিশ্বাসের ব্যবধানগুলি অনুমান করতে পছন্দ করব।

Is প্রফাইল সম্ভাবনা পদ্ধতি উপযুক্ত, যেমন আলোচনা Stryhn এবং Christensen , এবং ভেনাবল্সকে এবং মধ্যে Ripley ভরের বইয়ে, §8.4, পিপি। 220-221?

যদি তা হয় তবে এমন কোনও প্যাকেজ রয়েছে যা আমাকে আর-তে এটি করতে সহায়তা করতে পারে? যদি তা না হয় তবে এই জাতীয় পদ্ধতির সিউডো কোডটি কেমন হবে?

— fmark
সূত্র

6

mleStats4 প্যাকেজ থেকে ফাংশনের একটি লেফাফা হয় optim, যা এটিকে বেশ সহজ প্রফাইল সম্ভাবনা কম্পিউটেশন উত্পাদন করে তোলে। দেখুন help("profile,mle-method", package = "stats4")আরও তথ্যের জন্য।

— NRH
সূত্র

আমি ঠিক তাই করতে চাই :) এখন এটি কাজ করতে!

— fmark

@ ফমার্ক, এটি সঠিকভাবে কাজ করা কতটা সহজ তা নির্ভর করে অপটিমাইজেশন সমস্যার উপর। আমি মোটামুটি সরল সমস্যা (এক থেকে তিন প্যারামিটার) এবং "চমৎকার" মডেলগুলি এবং সাধারণ ব্যবহারিক সমস্যার জন্য এটি শিক্ষার জন্য প্রচুর ব্যবহার করি। যাইহোক, যদি সম্ভাবনাটি অনুকূলিতকরণ এবং প্রোফাইল চ্যালেঞ্জ করে তবে এটি সম্ভবত বক্সের বাইরে কাজ করবে না।

— এনআরএইচ

2

নেই ProfileLikelihood প্যাকেজ যদি আপনি nlme ব্যবহার করুন। ব্যক্তিগতভাবে, আমি এটি ব্যবহার করতে পারি না।

Lme4a বা lmeEigen প্যাকেজটি ব্যবহার করে একটি প্রোফাইল () ফাংশন রয়েছে যা হ'ল আপনি যা চান তা করতে চাই। এই প্যাকেজগুলি ইনস্টল করতে এর মতো কিছু চেষ্টা করুন:

install.packages("lme4a",repos="http://lme4.r-forge.r-project.org/repos")

বা জিপ সংরক্ষণাগার পেতে ওয়েবসাইটে যান। একইভাবে এবং দুর্ভাগ্যক্রমে, আমি এটি ব্যবহার করতে পারি না :) সম্ভবত আমাদের lme4 এর আপডেটের জন্য অপেক্ষা করা উচিত।

ডগলাস বেটসের বইয়ের খসড়াটিতে পদ্ধতিটি বিশদভাবে লেখা আছে

সম্পাদনা: দুর্দান্ত! টাইপ করে ইনস্টল করার জন্য লেমার মডেলের প্রোফাইল () ফাংশনটি এখন lme4 এর সর্বশেষতম সংস্করণে পাওয়া যায়:

install.packages("lme4",repos="http://r-forge.r-project.org")

— স্টাফেন লরেন্ট
সূত্র

আমি বুঝতে পারি যে আমি মূল প্রশ্নটি যথেষ্ট পরিমাণে পড়িনি। আমার উত্তরটি মিশ্র মডেলগুলির ক্ষেত্রে। আমি মনে করি নীচের এনআরএইচের উত্তরটি ক্লাসিকাল মডেলগুলির ক্ষেত্রে।

— স্টাফেন লরেন্ট