Bagaimana saya bisa memperkirakan interval kepercayaan 95% menggunakan profil untuk parameter yang diestimasi dengan memaksimalkan fungsi log-likelihood menggunakan optim di R?

9

Bagaimana saya bisa memperkirakan interval kepercayaan 95% menggunakan profil untuk parameter yang diestimasi dengan memaksimalkan fungsi log-likelihood menggunakan optim di R?

Saya tahu saya dapat secara asimtotik memperkirakan matriks kovarians dengan membalik goni , tetapi saya khawatir bahwa data saya tidak memenuhi asumsi yang diperlukan agar metode ini valid. Saya lebih suka memperkirakan interval kepercayaan menggunakan beberapa metode lain.

Apakah metode kemungkinan profil sesuai, seperti yang dibahas dalam Stryhn dan Christensen , dan dalam buku MASS Venables dan Ripley, §8.4, hlm. 220-221?

Jika demikian, apakah ada paket yang dapat membantu saya melakukan ini di R? Jika tidak, akan seperti apa kode pseudo untuk metode seperti itu?

r confidence-interval maximum-likelihood optimization profile-likelihood fmark
sumber

Jawaban:

6

The mlefungsi dari paket stats4 merupakan pembungkus dari optim, yang membuatnya cukup mudah untuk menghasilkan perhitungan profil kemungkinan. Lihat help("profile,mle-method", package = "stats4")untuk informasi lebih lanjut.

NRH
sumber
Inilah yang ingin saya lakukan :) Sekarang untuk membuatnya bekerja!
fmark
@ tanda, betapa mudahnya membuatnya bekerja dengan benar tergantung pada masalah optimisasi. Saya sering menggunakannya untuk mengajar dengan masalah yang cukup sederhana (satu hingga tiga parameter) dan model "bagus" dan untuk masalah praktis yang sederhana. Namun, jika kemungkinan sulit untuk dioptimalkan dan diprofilkan, kemungkinan tidak akan berhasil.
NRH
2

Ada paket ProfileLikelihood jika Anda menggunakan nlme. Secara pribadi, saya belum berhasil menggunakannya.

Menggunakan paket lme4a atau lmeEigen ada fungsi profile () yang tepat bertujuan untuk melakukan apa yang Anda inginkan. Coba sesuatu seperti itu untuk menginstal paket-paket ini:

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

atau buka situs web untuk mendapatkan arsip zip. Demikian pula dan sayangnya, saya belum berhasil menggunakannya :) Mungkin kita harus menunggu pembaruan lme4.

Metode ini dirinci dalam konsep buku Douglas Bates

EDIT: Keren! Fungsi profile () untuk model lmer sekarang tersedia di versi terbaru lme4, untuk diinstal dengan mengetik:

install.packages("lme4",repos="http://r-forge.r-project.org")
Stéphane Laurent
sumber
Saya sadar saya belum cukup membaca pertanyaan aslinya. Jawaban saya adalah untuk model campuran. Saya pikir jawaban NRH di bawah ini untuk kasus model klasik.
Stéphane Laurent