在 R 的数值优化似然函数中，实现了最小值，但 hessian 矩阵不是半正定的答案

【问题标题】：In numerical optimizing likelihood function with R, minimum is achieved, but the hessian matrix is not positive semi-definite在 R 的数值优化似然函数中，实现了最小值，但 hessian 矩阵不是半正定的
【发布时间】：2021-05-20 11:41:55
【问题描述】：

最近，我构建了一个负对数似然最小化的统计模型。有九个参数需要估计（实际上我想再添加两个）。已经使用了 R 中的几种优化方法，包括optim,GenSA, DEoptim,Solnp。然后我得到了最低限度的满足。

在下一个计算t值的过程中，需要计算se：

 sqrt(diag(solve(hessian)))

但是，由于 hessian 矩阵不是半正定的，主对角线元素中存在负数，所以会发生错误。我试过optimHess or numericHessian 计算不同的粗麻布（粗麻布不同），但都失败了。工作暂停。

我认为这个问题在多参数统计中很常见。我请求帮助，在这种情况下我应该怎么做。

【问题讨论】：

标签： r optimization statistics mle

【解决方案1】：

有一个paper by Jeff Gill and Gary King 讨论这个问题。它可能会有所帮助。本质上，即使理论上 Hessian 至少应该是肯定的，但由于数值问题它可能不是。本文讨论了处理此类矩阵的方法。

【讨论】：