如何在Python中最小化运行

Question

我正在尝试最小化Weibull分布式数据（数据https://docs.google.com/spreadsheets/d/1QzWgA04Dy7AKVAOFNG5bjpnYv6-hBSXUygthElH6QwY/edit?usp=sharing）的负对数似然性。

这是我编写的代码：

def weibulngll(theta,X):    
 n = len(X)    
 a = theta[0]    
 l = theta[1]    
 ngll = -n*(a*np.log(l)+np.log(a))-(a-1)*X.sum()+l**(a)*np.sum(X**a)   
 return(ngll);   

theta = np.array([1,1])   
minimize(weibulngll, theta, args = (np.array(X))) 

最小化功能不适用于我。最佳参数应为（2,1），但无法获得所需的答案。

Answer 1

我不知道什么是Weibull，但这不是正确的功能。原因如下：让我们看一下行

ngll = -n*(a*np.log(l)+np.log(a))-(a-1)*X.sum()+l**(a)*np.sum(X**a)   

a = 1，l =1。因此，-n *（a * np.log（l）+ np.log（a））为零。

这给我们留下了术语：

ngll = -(a-1)*X.sum()+l**(a)*np.sum(X**a)

项-（a-1）* X.sum（）也是零，因为a =1。所以（a-1）= 0。

这使我们有了术语：

ngll = l**(a)*np.sum(X**a)

再次l **（a）=1。所以您的整个功能不过是：

ngll = np.sum(X). The sum of all elements of X.

如果要最小化所有元素的总和，软件将寻找负无穷大。您将得到类似-2E-16的信息（在旧计算机中为-2E-8）

返回到绘图板，找到合适的功能。