fBasics :: fitStable arbeiten verdächtig

Question

Ich habe mit dem fBasics Paket arbeitet jeweils eine fitStable Funktion einige Serien auf eine allgemeinere, stabilen Verteilungen passen.

Es gibt zwei Ansätze - eine Quantil Methode, von McCulloh vorgeschlagen und dann gibt es die MLE Ansatz.

Die Funktion bietet beides, aber der MLE-Ansatz ist wirklich, wirklich langsam und manchmal sogar nicht berechnet - und liefert .

Es verwendet nlminb, um die Likelihood-Funktion zu maximieren (denke, es minimiert den Spaß-likelihood).

Aber selbst wenn es nach langer Zeit beendet ist, die Schätzung für 1000 Beobachtungen von Standardnormal (sollten, für die sie die Werte von (2,0,1,0) gegeben haben) es gibt:

Estimated Parameter(s): 
    alpha  beta  gamma  delta 
1.99990000 0.22448469 0.71247528 0.02995476 

, wo ich erwartet hätte zumindest für die beta näher an Null sein.

Hat jemand Erfahrung zu teilen?

Irgendeine Idee, wie man das beschleunigt?

Answer 1

Ich versuchte dies mit 20 Läufen von 100 (anstelle von 1000). Viele Betas liegen nahe bei Null (wie erwartet), aber einige nahe bei -1. Auch die Gammas sind ziemlich konsistent. Die verstrichene Zeit betrug 10 Minuten.

library(fBasics) 
set.seed(100) 
x <- rnorm(1000) 
a <- vector(,20) 
b <- vector(,20) 
c <- vector(,20) 
d <- vector(,20) 

system.time(
for(i in 1:20){ 
    samp <- sample(x, size = 100, replace = T) 
    v <- stableFit(samp, type='mle') 
    a[i] <- (v@fit)$estimate[1] 
    b[i] <- (v@fit)$estimate[2] 
    c[i] <- (v@fit)$estimate[3] 
    d[i] <- (v@fit)$estimate[4] 
} 
) 

Systemzeit:
Systembenutzer verstrichene
598,67 1,49 602,80

a 

1,8070, 1,9999, 1,9999, 1,9140, 1,9999, 1,9999, 1,9999, 1,9999, 1,9999, 1,8967, 1,9999, 1,9999 , 1,9999, 1,9999, 1,9999, 1,9999, 1,9999, 1,9999, 1,9999, 1,8166

b 

-0,9999, 0,1247, 0,0070, -0,9999, 0,0026, 0,0177, 0,0083 0,0409, 0,0179, 0,3062, 0,8251, -0,0769, 0,0071, -0,7928, -0,9225, -0,0147, -0,7459, -0,0191, 0,0016, -0,9999

c 

0,7121, 0,7337, 0,7654, 0,7287, 0,8393, 0,6441, 0,7475, 0,7113, 0,7204, 0,6475, 0,7065, 0,7408, 0,7269, 0,7191, 0,6453, 0,6824, 0,6815, 0,7642, 0,7970, 0,6347

d 

0,1576, 0,1092, -0,0115, 0,0196, 0,2325 , 0.1222, 0.2546, -0.0610, 0.0873, 0.0438 -0.0120, -0.1266, 0.1631, 0.1443, -0.0793, -0.1651, 0.1649, 0.0891, -0.0043, 0.1259