使用 R 函数“nls”估计 GEV 参数答案

【问题标题】：Use R-function "nls" to estimate GEV parameters使用 R 函数“nls”估计 GEV 参数
【发布时间】：2013-06-17 09:18:49
【问题描述】：

我想使用加权最小二乘法估计 GEV（广义极值）分布的参数。我使用 R，并且我发现了一个名为 nls 的函数，我认为它可以用于此目的。它要求一个公式和一个可选的数据集。我想 GEV 公式和年度最大值系列应该在这里，但我不确定如何。有没有人使用过 nls 并且知道如何做到这一点？

#Vector of ranged annual maxima
x <- c(21,24,29,32,32,34,35,35,35,36,37,37,38,40,40,41,43,47,47,52)
w <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2)
data <- list(x=x,w=w)
nls(y ~ exp(-(1+((x-location)/scale))^(-1/shape)),data=data, weights=w,start=list(location=5,scale=2,shape=0.10))

错误表明 y 缺失。 y 是我们优化 GEV 参数时得到的，因此对于所有 x（也取决于权重），y 变得尽可能接近 x。所以在我们估计 GEV 参数之前 y 是未知的......

【问题讨论】：

是的，nls 被很多人大量使用。给我们a reproducible example，我们可以为您提供帮助。
我添加了一个示例，虽然它不是很有用，因为我的问题是我不知道如何制定代码。
什么是x？ data 参数需要一个包含am、x 和w 的data.frame。您需要为nls 提供起始值，例如start=list(location=...,scale=...,shape=...。找到这些起始值是您的工作。
x 实际上是当我想到它时。我更新了问题和代码。
回归需要 x 和 y 值。

标签： r nls

【解决方案1】：

正如@Roland 评论的那样，您需要有两个变量来进行回归。在这种情况下，您只有一个：GEV 的观测值。因此，您实际上并不想使用nls 来拟合分布，而是使用其他一些算法，例如最大似然。请参阅 evd 包，它具有处理 GEV 的功能，包括从数据中拟合它们。

【讨论】：

谢谢。我已经使用最大似然和概率加权矩将 GEV 拟合到数据中。我想使用 nls 的原因是我想尝试一种称为“加权最小二乘法”的方法，但我找不到足够的信息来从头开始编程。