Jak mogę oszacować 95% przedziały ufności za pomocą profilowania parametrów oszacowanych przez maksymalizację funkcji wiarygodności logarytmicznej przy użyciu funkcji Optim w R?
Wiem, że mogę asymptotycznie oszacować macierz kowariancji, odwracając hessian , ale obawiam się, że moje dane nie spełniają założeń wymaganych do prawidłowości tej metody. Wolałbym oszacować przedziały ufności za pomocą innej metody.
Czy metoda wiarygodności profilu jest odpowiednia, jak omówiono w Stryhn i Christensen oraz w książce Venables and Ripley's MASS, § 8.4, s. 220–221?
Jeśli tak, to czy są jakieś pakiety, które mogą pomóc mi to zrobić w R? Jeśli nie, to jak wyglądałby pseudo-kod dla takiej metody?
Jest to pakiet ProfileLikelihood jeśli używasz nlme. Osobiście nie udało mi się z niego skorzystać.
Za pomocą pakietu lme4a lub lmeEigen dostępna jest funkcja profile (), która dokładnie ma na celu robienie tego, co chcesz. Spróbuj czegoś takiego, aby zainstalować te pakiety:
lub przejdź do strony internetowej, aby uzyskać archiwum zip. Podobnie i niestety nie udało mi się go użyć :) Może powinniśmy poczekać na aktualizację lme4.
Metodę tę opisano szczegółowo w książce Douglasa Batesa
EDYCJA: Fajnie! Funkcja profile () dla mniejszych modeli jest teraz dostępna w najnowszej wersji lme4, którą można zainstalować, wpisując:
źródło