Нулевая стандартная ошибка при оценке параметров с mle2

Question

Я оцениваю с помощью mle2, и я получаю 0 стандартных ошибок для всех моих параметров (также, когда подходит плохо). Кто-нибудь может сказать мне, почему? Есть ли более умный способ оценки с максимальной вероятностью?

# Define Log likelihood function for product i.  
LL<-function(product, gamma0, beta_0, beta_1,  beta_2, beta_3, beta_4, beta_5, beta_6, beta_7, beta_8, beta_9,beta0, beta1, beta2, beta3, beta4, beta5, beta6, beta7, beta8, beta9, var1) {

          y <- data_$Patients_ln[data_$Brand==product]
          R <- myfunc(product, gamma0, beta_0, beta_1,  beta_2, beta_3, beta_4, beta_5, beta_6, beta_7, beta_8, beta_9,beta0, beta1,beta2, beta3, beta4, beta5, beta6, beta7,beta8, beta9)

          R <- - sum(dnorm(y,mean=R, sd=exp(var1), log=TRUE)) 

          return(R)
        }

        # Sum all the log likelihood function ( sum over all products)
        sumLL <- function(gamma0, beta_0, beta_1, beta_2, beta_3, beta_4, beta_5, beta_6, beta_7, beta_8, beta_9
                          , beta0, beta1, beta2,beta3, beta4, beta5, beta6, beta7, beta8, beta9, var1) {

          products <- unique(data_$Brand)


          sum_ <- 0


          for(i in 1:length(products)){
            sum_ <- sum_ +  LL(products[i], gamma0, beta_0, beta_1, beta_2, beta_3, beta_4, beta_5, beta_6, beta_7, beta_8, beta_9, beta0, beta1, beta2,beta3, beta4, beta5, beta6, beta7, beta8, beta9, var1)
          }

          return(sum_)
        }

 fit<- mle2(sumLL, start=list(gamma0=values[1], beta_0=values[2],beta_1=values[3],beta_2=values[4],beta_3=values[5],beta_4=values[6],beta_5=values[7],beta_6=values[8],beta_7=values[9],beta_8=values[10],beta_9=values[11],  beta0=values[12], beta1=values[13], beta2=values[14],beta3=values[15], beta4=values[16], beta5=values[17],beta6=values[18],beta7=values[19], beta8=values[20], beta9=values[21], var1=values[22]), control=list(maxit=3000))

Это мой вывод:

Answer 1

Спасибо за ответы.

@ Аллан: Я ожидаю, что стандартные ошибки будут больше, чем 1E-15, поскольку подгонка не очень хорошая.

@ Я пытался удалить параметры и оценивать модель только с 1-2 параметрами, но стандартные ошибки все еще почти равны 0.

Best, Аманда