R语言mle()函数报错排查：非有限值与逻辑值缺失问题

核心问题原因 #

1. 未指定支持约束的优化方法：mle()默认使用Nelder-Mead算法，该算法不支持上下界约束。你指定了lower和upper但未切换到支持约束的L-BFGS-B方法，导致优化过程中可能跳出合法参数范围（theta>0），触发optim()的非有限值错误。
2. 参数合法性未提前拦截：当theta趋近于0时，log(theta)会生成-Inf，使得负对数似然值变为Inf，若优化算法未被正确约束，就会触发非有限值报错。
3. 上界格式与参数检查异常：upper=Inf未以向量形式传递（应写成c(theta=Inf)），结合错误的优化方法，导致参数范围检查时出现逻辑值缺失的报错。

修复后的代码 #

library(stats4)

# 改进负对数似然函数，提前拦截非法参数
neg_loglik <- function(theta, x) {
  if (theta <= 0) return(1e10)  # theta非法时返回极大值，避免计算错误
  n <- length(x)
  a <- 4
  loglik <- n * log(theta) + n * theta * log(a) - (theta + 1) * sum(log(x))
  return(-loglik)
}

x <- c(4.37, 4.3, 5.15, 5.11, 5.15, 4.66, 6.15, 5.72, 5.87, 5.64, 4.05)

# 指定支持约束的L-BFGS-B方法，调整上下界格式
fit <- mle(minuslogl = neg_loglik, 
           start = list(theta = 3.6), 
           data = list(x=x), 
           lower = c(theta = 1e-8),  # 用1e-8替代极小值，避免数值精度问题
           upper = c(theta = Inf), 
           method = "L-BFGS-B")

summary(fit)
theta_hat <- coef(fit)

q_hat <- qgamma(0.75, shape = theta_hat, scale = 1/4)
q_real <- qgamma(0.75, shape = 3.6, scale = 1/4)
desvio <- abs(q_hat - q_real) * 100
resultado <- round(desvio, 4)

resultado

关键修复点说明 #

• 添加参数检查：在似然函数中提前判断theta是否合法，避免生成Inf/NaN值，确保优化过程稳定。
• 指定正确优化方法：L-BFGS-B是optim()中唯一支持上下界约束的算法，能严格将参数限制在theta>0的范围内。
• 调整下界数值：用1e-8替代.Machine$double.xmin，避免极小数值引发的计算精度问题，同时保证theta接近0的合法范围。

内容的提问来源于stack exchange，提问作者Afonso