[軟體程式類別]: R [程式問題]: Optimization [軟體熟悉度]: 新手(不到1個月) [問題敘述]: 這問題是老闆問我的, 想了一兩天想不出解答 原本的Continuous Model是用Library(maxLik)中的maxBFGS來解 用此一Quasi-Newton的方法解Optimization問題的收斂條件之一是 Divergent最後要接近0, 此Continuous Model的確滿足這個條件 但後來把這個Model積分部分改成黎曼和(因這個Model有一些地方是積分, 所以如果把被積函數換掉就可能沒有Closed Form) 結果跑出來的Optimization的估計值和原本Continuous Model的差不多 但是Divergent怎麼都不是接近0, 反而很大(上百上千) 想問的是: 1. 是否這個方法不能用在黎曼和上面(因為有加總, 算是離散型, 所以不收斂?) 2. 我查了一下maxBFGS來源似乎是Optim這個Function, 但是有點不太了解他的機制, 像是如何判斷收斂然後給出答案? 3. 我有print較細部的資料, 發現他在Iteration過程中, 求解的參數(Ex: X)的估計值 會接近到某個值(真值)然後再大幅度跳動, 這個理由是不是同問題1? Ex: X_1=(0.5, 0.5) -> X_2=(0.49, 0.51) -> X_3=(0.50, 0.51) -> ... X_14=(0.49, 0.5) -> X_15=(1002, 999) -> .... X_25=(0.6, 0.55) -> X_26=(0.5, 0.5) -> ... X_35=(588, 532) -> ... 4.有其他較佳方法或是Function可以處理這樣的問題? (maxLik下面的函數都無法使其收歛) ----------------------------------------------------------------------------- -- ^^ ('') ~我是可愛的兔子 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.171.174.28 ※ 文章網址: http://webptt.com/m.aspx?n=bbs/Statistics/M.1407155250.A.A8C.html