Как я могу оценить 95% доверительные интервалы, используя профилирование для параметров, оцениваемых путем максимизации логарифмической функции правдоподобия с использованием optim в R?
Я знаю, что могу асимптотически оценить ковариационную матрицу, инвертировав гессиан , но я обеспокоен тем, что мои данные не соответствуют предположениям, необходимым для того, чтобы этот метод был действительным. Я бы предпочел оценить доверительные интервалы, используя другой метод.
Является ли приемлемым метод вероятности профиля , как обсуждалось в Stryhn и Christensen , а также в книге MASS Venables и Ripley, §8.4, с. 220-221?
Если так, есть ли пакеты, которые могут помочь мне сделать это в R? Если нет, то как бы выглядел псевдокод для такого метода?
Существует пакет ProfileLikelihood, если вы используете nlme. Лично мне не удалось его использовать.
Используя пакет lme4a или lmeEigen, есть функция profile (), которая точно стремится делать то, что вы хотите. Попробуйте что-то подобное, чтобы установить эти пакеты:
или зайдите на сайт, чтобы получить zip-архив. Точно так же и, к сожалению, мне не удалось его использовать :) Может, стоит подождать обновления lme4.
Метод подробно описан в проекте книги Дугласа Бейтса.
РЕДАКТИРОВАТЬ: Круто! Функция profile () для моделей lmer теперь доступна в последней версии lme4, чтобы установить ее, набрав:
источник