fitHMM()参数边界报错求助：动物运动数据拟合问题

问题根源 #

• von Mises分布的浓度参数必须严格大于0，其参数空间是(0, +∞)，fitHMM要求初始参数必须严格落在参数区间内，不能取边界值（0或无穷）。
• 你运行m1时初始角度参数设为(1,1)能成功，但拟合结果收敛到0，说明模型可能无法从你的角度数据中捕捉到定向信号，导致参数坍缩到边界。
• m2报错是因为getPar0()直接复用了m1的拟合结果（浓度为0）作为初始参数，触发了参数边界检查错误。

解决方法 #

1. 约束m1的角度参数范围，避免收敛到0
   手动设置浓度参数的初始值为小正数，并通过bounds参数强制约束下限，防止拟合结果坍缩到边界：

   # 自定义参数边界，将angle的浓度参数下限设为0.01
   bounds <- list(angle = list(concentration = c(0.01, Inf)))
   # 用小正数作为角度浓度的初始值
   Par0_m1=list(step=c(0.013,0.9216,0.01,1.11,0.01,0.004),
                angle=c(0.1, 0.1))
   m1 <-fitHMM(data=dataM, nbStates=2, 
               dist=dist, Par0=Par0_m1,
               estAngleMean = list(angle=FALSE),
               bounds = bounds,
               stateNames = stateNames)
   

2. 手动修正m2的初始参数
   如果m1仍收敛到接近0的数值，直接修改Par0_m2中的角度浓度参数为合法的小正数后再拟合m2：

   Par0_m2 <- getPar0(model=m1, formula=formula)
   # 将浓度参数替换为0.01，确保在合法区间内
   Par0_m2$Par$angle <- c(0.01, 0.01)
   m2 <- fitHMM(data=dataM, nbStates=2,
                dist=dist, Par0=Par0_m2$Par,
                beta0=Par0_m2$beta, stateNames = stateNames,
                formula=formula)
   

3. 更换角度分布模型
   如果你的动物运动角度本身是均匀分布（无定向偏好），von Mises模型不适用，直接改用均匀分布：

   dist = list(step = "gamma", angle = "uniform")
   # 重新拟合m1和m2，此时无需设置angle的初始参数
   

内容的提问来源于stack exchange，提问作者Burton Guster