r - 数值积分和优化 R 的问题

Question

我尝试优化一个棘手的密度，该密度涉及在 R 中针对某些感兴趣的参数进行集成和优化的组合。我的问题更多是关于代码而不是统计数据，这就是我在这里发帖的原因。

我在互联网上进行了一些研究，但没有找到任何东西。所以我试着做一些没有说服力的尝试。我想在没有 b 影响的情况下估计我的参数 Beta。

我有一些关于集成或优化的不同错误。这是我正在尝试做的一个例子。

X <- matrix(c(1,1,1,1,1,56,54,32,12,9), nrow=5, ncol=2)
y <- matrix(c(0,1,1,1,0), nrow=5, ncol=1)


f <- function(beta){
  g <- function(X,y,b){
    (1/(1 + exp(-(X%*%beta + b))))^y - (1-(1/(1 + exp(-(X%*%beta + b)))))^(1-y)
  }
  integrate(Vectorize(g), lower = 0, upper = Inf,X=X, y=y)
}

optim(par=c(1,0), f, method="BFGS", hessian=TRUE)

我想用 optim 包估计我的 beta 参数。我从 1 周开始就开始研究它，我真的很难对我的 2 个参数 beta0 和 beta1 进行一些估计。

欢迎使用不同的方法进行此估计，例如 EM 算法或 Gauss-Hermite Quadrature。

谢谢你的帮助。

洛伊克。

标签： rnumerical-integration