のNaN（）

Question

私はこの問題は、私は16回の警告を得たことである対数尤度関数を書き込むためdnbinom()を使用し、次いでR.

にmle2() {bbmle}を使用してパラメータを推定してい

1：私の負の二項モデルは、それらのすべてのNaNは、このように製造さdnbinomで（Y、ミュー=ミュー、サイズ= K、= TRUEをログ）のNaNは

マイコードを生成しました：

# data 
x <- c(0.35,0.45,0.90,0.05,1.00,0.50,0.45,0.25,0.15,0.40,0.26,0.37,0.43,0.34,0.00,0.11,0.00,0.00,0.00,0.41,0.14,0.80,0.60,0.23,0.17,0.31,0.30,0.00,0.23,0.33,0.30,0.00,0.00) 
y <- c(1,10,0,0,67,0,9,5,0,0,0,82,36,0,32,7,7,132,14,33,0,67,11,39,41,67,9,1,44,62,111,52,0) 

# log-likelihood function 
negbinglmLL = function(beta,gamma,k) { 
    mu= exp(beta+gamma*x) 
    -sum(dnbinom(y,mu=mu, size=k, log=TRUE)) 
} 

# maximum likelihood estimator 
model <- mle2(negbinglmLL, start=list(beta=mean(y), gamma= 0, k=mean(y)^2/(var(y)-mean(y)))) 

これらの警告は何を意味していますか？これが深刻な問題である場合はどうすれば避けることができますか？

Answer 1

負の対数尤度関数が負の値のkを試行することを制限しているわけではありません。このおそらくはあなたの最終的な答えを台無しにしませんが、できる限り、この種の警告を避けるのが最善です。 2つの単純な戦略は：

negbinglmLL = function(beta,gamma,logk) { 
    mu= exp(beta+gamma*x) 
    -sum(dnbinom(y,mu=mu, size=exp(logk), log=TRUE)) 
} 

model <- mle2(negbinglmLL, 
       start=list(beta=mean(y), 
         gamma= 0, 
         logk=log(mean(y)^2/(var(y)-mean(y))))) 

ところで：

• は、次のよう
• は、対数スケールでkパラメータをフィット（method=L-BFGS-Bへの切り替え）k上下限を置きますこのような単純な問題の場合は、次のように数式ベースのショートカットを使用できます。

  mle2(y~dnbinom(mu=exp(logmu),size=exp(logk)), 
      parameters=list(logmu~x), 
      start=list(logmu=0,logk=0), 
      data=data.frame(x,y)) 
  

  この単純なケースでは、MASS::glm.nbも完全にうまくいくはずです（しかし、これはglm.nbの範囲を超えて/より複雑になるものの最も単純なバージョンでしょう）。