Discussion :

[yao007]

Bonjour,

Je suis nouveau sur le forum.
J'ai un problème d'optimisation sous R depuis un moment. Le souci, c'est que j'ai une maximisation à faire, j'utilise maxLik, j'écris la vraisemblance et tout. Sauf qu'il y a plusieurs contraintes sur les paramètres, à cause de fonctions log ou sqrt dans le code, certains paramètres ne peuvent pas être négatifs par exemple. Donc, l'optimisation se lance sauf que le maximum n'est jamais atteint puisque ça correspond aux valeurs limites de calcul: par ex, le paramètre qui ne peut pas être négatif retournera -0.0000001.

De manière générale, comment faites-vous pour contraindre les paramètres et dire à l'algo de ne pas chercher plus loin?

Merci de votre aide. Moi, j'ai tout essayé...

[dev_ggy]

Bonjour yao,

Je me demande si tu as bien programmé ta fonction mais pour cela j'aurais besoin d'en savoir plus sur ton log de vraisemblance et sur les raisons qui font que tu as besoin de contraintes.

Cordialement.

[yao007]

Bonjour dev_ggy,

Merci de ta réponse.
En fait il s'agit d'un max de vraisemblance simulé.

Voici un extrait du code:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
=======================================================
L4<-function(par){
 
    beta<-par[1]
    theta<-par[2]
    alpha1<-par[3]
    alpha2<-par[4]
    alpha3<-par[5]
    alpha4<-par[6]
    pi<-par[7]
    sigma01<-par[8]
 
#beta doit etre entre -1 et 0 à cause des log(beta) plus tard
#sigma doit être entre beta et -beta car sigma^2 < beta^2 a cause de denom
 
	 denom<-(beta^2-sigma01^2)
# Denom doit être différent de 0 car au dénominateur plus tard
 
	u0<-tau
 
	alphas<-alpha1*educ+alpha2*age+alpha3*sex+alpha4*concern
 
	om<- list()
	for (i in 1:R)
	{
	om[[i]]<-c(exp(alphas-u0[i])
        +exp(theta)*(travcost-pt1)
	+exp(pi)*pt1)
 
#	om doit être toujours positif
	}
 
	omega<- list()
	for (i in 1:R)
	{
	omega[[i]]<-c(log(om[[i]])
	+(1+beta)*(log(1+beta)-theta-log(travcost))
	+beta*alphas-beta*log(-beta))
	}
 
	OMEGA<-do.call(cbind,omega)
 
        sp<-matrix(0, nrow=507, ncol=R)
 
        for (i in 1:507)
       {
	sp[i,]<-pnorm((OMEGA[i,]-sigma01*u0)/sqrt(denom))
        }
       SP<-rowMeans(sp)
 
#SP est une proba donc entre 0 et 1 
 
        mSP<-1-SP
 
	S<-sum(y1*log(SP)+(1-y1)*log(mSP))
 
	return(S)
	}
======================================================

On peut donc voir que beta doit être entre -1 et 0
sigma doit être entre beta et -beta et justement c'est ce que je veux essayer de dire à R: rester dans ces valeurs là quand l'optimisation se lance.

[Sengar]

Bonjour dev_ggy,

Voici un extrait du code:
L4<-function(par){

beta<-par[1]
theta<-par[2]
alpha1<-par[3]
alpha2<-par[4]
alpha3<-par[5]
alpha4<-par[6]
pi<-par[7]
sigma01<-par[8]

....

On peut donc voir que beta doit être entre -1 et 0
sigma doit être entre beta et -beta et justement c'est ce que je veux essayer de dire à R: rester dans ces valeurs là quand l'optimisation se lance.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
optim(TAGRAINE, L4,  method = "L-BFGS-B",     
      lower=c(-1,...les min des autres paramètres....),
upper=c(0,...les max des autres paramètres...))

#Cette méthode permet de donner un intervalle dans lequel chercher chacun de tes paramètres : ici ton beta sera cherché dans [-1;0]


Pour ton sigma qui ne doit pas annuler le dénominateur, je m'y prendrais autrement. Au lieu de mettre sigma en paramètre, tu mets direct le dénominateur et tu mets ton lower à 0 sur le dénominateur dans optim.
Tu retrouves sigma à partir de beta et du dénominateur.

[yao007]

Merci Sengar. J'avais essayé le L-BFGS-B mais j'y avais pas pensé, ça devrait régler le problème du beta et du sigma.

Cependant, le souci du L-BFGS-B est que dès qu'il rencontre un NaN, il s'arrête. Hors j'ai un problème avec mes om dans le code. Un moment je fais log(om) et bien sûr il faut que ceux-ci soient positifs. Donc ça bloque le L-BFGS-B, malheureusement. Je pense que si je règle ça, ça devrait aller.

[Sengar]

Merci Sengar. J'avais essayé le L-BFGS-B mais j'y avais pas pensé, ça devrait régler le problème du beta et du sigma.

Cependant, le souci du L-BFGS-B est que dès qu'il rencontre un NaN, il s'arrête. Hors j'ai un problème avec mes om dans le code. Un moment je fais log(om) et bien sûr il faut que ceux-ci soient positifs. Donc ça bloque le L-BFGS-B, malheureusement. Je pense que si je règle ça, ça devrait aller.

En fait dès qu'il y a des contraintes sur une fonction des paramètres, il faut mettre en paramètre directement le résultat de cette fonction. (et enlever un paramètre qui devient superflu).

om[[i]]<-c(exp(alphas-u0[i])
+exp(theta)*(travcost-pt1)
+exp(pi)*pt1)

Si om doit être positif alors tu changes tes paramètres:

beta<-par[1]
theta<-par[2]
om<-par[2] avec la contrainte dans BFGS que om >0 (ou en tout cas > à un petit nombre car je crois que les inégalités sont supérieures ou égale dans optim)
alpha1<-par[3]
alpha2<-par[4]
alpha3<-par[5]
alpha4<-par[6]
pi<-par[7]
sigma01<-par[8]

Et dans ton code tu retrouves theta comme fonction de om et pi


edit : je viens de voir que om est une liste c'est plus galère que je pensais...
pas le temps d'y reflechir plus ce soir sorry, j'espere que ma réponse t'inspirera au moins à défaut de te donner la bonne réponse direct ^^