rmvnorm提示sigma数值非半正定时参数自助法结果可靠性咨询

首先明确nlm收敛代码1的含义：代表模型迭代已满足梯度收敛阈值，算法认为拟合过程正常收敛，是后续分析的合理前提。

你遇到的sigma is numerically not positive semidefinite警告，本质是数值精度问题，绝大多数场景下由以下原因导致：

• 海塞矩阵本身存在极小的负特征值，来自参数高度共线性、样本量不足导致的海塞估计噪声，或是浮点运算的舍入误差
• 海塞矩阵求逆后，负特征值被放大，触发了rmvnorm的半正定校验逻辑

结果可靠性的判断标准 #

你当前自助法可正常运行、结果符合预期的前提下，可通过以下步骤验证可靠性：

• 先提取协方差矩阵的特征值做校验：运行代码eigen(solve(mod$hessian))$values查看所有特征值
  • 如果仅存在1~2个负特征值，且绝对值远小于最大特征值（差异在6个数量级及以上），说明仅为数值计算误差，rmvnorm内部会自动对协方差矩阵做微小修正（如截断负特征值、添加极小正则项），对自助抽样的参数分布影响可忽略，结果是可靠的
  • 如果负特征值数量多，或绝对值和最大特征值在同一个数量级，说明模型存在参数不可识别、拟合完全失真的问题，哪怕结果看起来符合预期也不具备可靠性
• 可通过对照试验进一步验证：给海塞矩阵添加极小岭项后重新生成协方差矩阵，即使用代码rmvnorm(1, mean=mod$estimate, sigma=solve(mod$hessian + diag(nrow(mod$hessian))*1e-8))重新跑一遍自助法，若两次得到的统计量分布差异小于5%，即可确认当前结果可信。

内容的提问来源于stack exchange，提问作者Cornelia Oedekoven