R语言中如何在optim拟合分布三分位数时固定指定参数？

核心思路是利用命名参数列表整合分位数、固定参数和待优化参数，让do.call精准匹配分布函数的参数要求。以下是完整实现代码：

library(dplyr)

new_tertile_fit <- function(t1, t2, qfun, fixed_params = list(), par_start) {
  # 强制要求par_start为命名结构，避免参数匹配错位
  if (is.null(names(par_start))) {
    stop("par_start必须是命名向量/列表，参数名需与qfun的参数完全一致")
  }
  
  gapfn <- function(par, t1, t2, qfun, fixed_params) {
    # 将待优化参数转为命名列表
    par_list <- as.list(par)
    # 按规则合并参数：分位数p放在首位，后续固定参数、待优化参数按名称匹配
    params_13 <- c(list(p = 1/3), fixed_params, par_list)
    params_23 <- c(list(p = 2/3), fixed_params, par_list)
    
    a <- t1 - do.call(qfun, params_13)
    b <- t2 - do.call(qfun, params_23)
    sum(a^2, b^2)
  }
  
  result <- optim(
    par = par_start, 
    fn = gapfn, 
    t1 = t1, 
    t2 = t2, 
    qfun = qfun, 
    fixed_params = fixed_params
  )
  
  if (result$convergence != 0) {
    stop("优化失败，收敛码：", result$convergence)
  } else {
    # 返回固定参数+优化参数的完整列表，按参数名排序方便查看
    c(fixed_params, as.list(result$par)) %>% 
      arrange(names(.))
  }
}

关键细节说明 #

• 命名参数强制检查：要求par_start必须带参数名（比如优化正态分布标准差时写par_start = c(sd = 1)而非c(1)），彻底避免位置匹配错误。
• 参数合并逻辑：c(list(p = 1/3), fixed_params, par_list)严格遵循R分布函数的参数顺序（首位为分位数p），后续参数通过名称自动匹配qfun的定义，无需手动调整顺序。
• 结果整合：最终返回完整的参数列表（固定参数+优化得到的参数），可以直接传入分布函数使用。

示例使用 #

示例1：正态分布，固定均值为0，优化标准差 #

假设目标三分位数为t1 = -0.67、t2 = 0.67（对应标准正态的三分位）：

fit_norm <- new_tertile_fit(
  t1 = -0.67, 
  t2 = 0.67, 
  qfun = qnorm, 
  fixed_params = list(mean = 0), 
  par_start = c(sd = 1)
)

print(fit_norm)
# 输出：
# $mean
# [1] 0
# 
# $sd
# [1] 0.9999999

示例2：Gamma分布，固定shape=2，优化scale #

假设目标三分位数为t1=1.2、t2=2.8：

fit_gamma <- new_tertile_fit(
  t1 = 1.2, 
  t2 = 2.8, 
  qfun = qgamma, 
  fixed_params = list(shape = 2), 
  par_start = c(scale = 1)
)

print(fit_gamma)
# 输出（近似值）：
# $shape
# [1] 2
# 
# $scale
# [1] 0.95

内容的提问来源于stack exchange，提问作者JeremyC