newtonraphson <- function(ftn, x0, tol = 1e-9, max.iter = 100) {
x <- x0
fx <- ftn(x)
iter <- 0
while ((abs(fx[1]) > tol) & (iter < max.iter)) {
x <- x - fx[1]/fx[2]
fx <- ftn(x)
iter <- iter + 1
cat("At iteration", iter, "value of x is:", x, "\n")
}
if (abs(fx[1]) > tol) {
cat("Algorithm failed to converge\n")
return(NULL)}
else {
cat("Algorithm converged\n")
return(x)}
}
X <- c(3,1,2,0,6,8,4,5,7,0)
n <- 10
lambda <- seq(0,10,0.01)
ftn <- function(p) {
for (i in 1:10){
fp <- sum(X[i])*log(lambda) - 10*lambda
dfp <- (1/lambda)*sum(X[i]) - 10
}
return(c(fp,dfp))
}
newtonraphson(ftn, 0.1, 1e-06)这是我的代码,用于找到lambda的最大似然估计。然而,我得到了这个错误:
Error in while ((abs(fx[1]) >= tol) & (iter <= max.iter)) { :
missing value where TRUE/FALSE needed我似乎不能解决这个问题。有人能帮上忙吗?谢谢!
发布于 2017-11-20 03:40:35
您正在从泊松分布中寻找lambda的最大似然估计。然而,您正在求解ftn(lambda)=0,它不会给出最大的可能性(假设参数p实际上是lambda的一个值)。
从Poisson distribution in Wikipedia来看,lambda的最大似然估计是sum(X)/length(X)。
您应该将ftn的导数设置为零,并为lambda解算。为此,您不需要您的newtonraphson。
解出(1/lambda)*sum(X[i]) - 10=0,它会给出维基百科中的表达式。(10是length(X))。
https://stackoverflow.com/questions/47377180
复制相似问题