znl_
例如用 optim(c(startparam[1], startparam[2]), fn = weibull.llik.obj,hessian=T,x=data),
或者用nlminb()、 optimize()等函数都只是估计出韦伯方程参数的具体值, 用summary()也出不来其参数的标准误SE或标准差,各位牛人有什么好方法可得出韦伯方程参数的标准误?
附注:由于是用极大似然法故好像用不了nls()函数来估计,nls()函数倒是可以得出SE.
znl_
版大,出手救救啊, 怎么没人咩?
momozilla
fit.tmp <- optim(c(startparam[1], startparam[2]), fn = weibull.llik.obj,hessian=T,x=data)
par1 <- fit.tmp$par[1]
par2 <- fit.tmp$par[2]
# s.e.
inv.fisher <- solve(fit.tmp$hessian)
par1.se <- sqrt(inv.fisher[1,1])
par2.se <- sqrt(inv.fisher[2,2])
# 95% C.I.
par1.ci <- c(par1 - par1.se*1.96, par1 + par1.se*1.96)
par2.ci <- c(par2 - par2.se*1.96, par2 + par2.se*1.96)
找本书看一下MLE的相关知识，你就会明白上面的代码是在干什么
oliyiyi
楼上正解。。
znl_
终于等到牛人出现了, 十分感谢, 找过很多mle的资料来看,都没关于hessian与SE、CI的关联性说明, 能否推荐一下资料? 谢谢了
momozilla
znl_
[quote]引用第5楼momozilla于2008-08-04 22:53发表的“”:
不客气
俺也不是牛人，碰巧知道而已
不记得具体是什么书了，好像统计推断的书都会有所涉及
.......[/quote]
下载了,很详细,非常感谢 :)
qb45532
