R: mix() в пакете mixdist возвращает ошибку

Использование тестовых данных, на которые вы ссылались

library(mixdist) 
time <- seq(673,723) 
counts <-c(3,12,8,12,18,24,39,48,64,88,101,132,198,253,331,
   419,563,781,1134,1423,1842,2505,374,6099,9343,13009, 
   15097,13712,9969,6785,4742,3626,3794,4737,5494,5656,4806,
   3474,2165,1290,799,431,213,137,66,57,41,35,27,27,27) 
data.df <- data.frame(time=time, counts=counts) 

Мы видим, что

startparam <- mixparam(c(699,707),1 )
data.fit <- mix(data.mix, startparam, "norm") 

Выдает ту же ошибку. Эта ошибка, по-видимому, тесно связана с данными (поэтому причина, по которой эти данные не работают, может потенциально отличаться от причины, по которой ваши не работают, но это единственный пример, который вы предложили).

Проблема с этими данными заключается в том, что в какой-то момент вероятность между двумя группами становится неразличимой. Затем это происходит, шаг "E" алгоритма не может правильно оценить переменную pi. Здесь

pnorm(717,707,1)
# [1] 1
pnorm(717,699,1)
# [1] 1

оба ровно 1, и это, кажется, вызывает ошибку. Когда mix принимает 1 минус это значение и сравнивает соотношение с оценочной группой, он получает NaN значений, которые распространяются на оценку пропорций. Когда внутри эти значения NaN передаются в nlm() для выполнения оценки, вы получаете сообщение об ошибке

Error in nlm(mixlike, lmixdat = mixdat, lmixpar = fitpar, ldist = dist,  : 
  missing value in parameter

То же сообщение об ошибке можно воспроизвести с помощью

f <- function(x) sum((x-1:length(x))^2)
nlm(f, c(10,10))
nlm(f, c(10,NaN)) #error

Таким образом, похоже, что пакет maxdist не будет работать в этом сценарии. Вы можете связаться с сопровождающим пакета, чтобы узнать, знают ли они о проблеме. Тем временем вам нужно будет найти другой способ оценить параметры вашей смешанной модели.

Теперь я не эксперт в распределении смесей, но я думаю, что принятый ответ @MrFlick немного вводит в заблуждение любого, кто гуглит сообщение об ошибке (хотя, несомненно, правильно для примера, который он привел). Основная проблема заключается в том, что в обоих случаях ваш связанный код и ваш пример, значения sigma очень малы по сравнению со значениями mu. Я думаю, что алгоритм просто не может найти решение с такими маленькими начальными значениями сигмы. Если вы увеличите значения сигмы, вы получите решение. Связанный код В качестве примера:

library(mixdist) 
time <- seq(673,723) 
counts <- c(3, 12, 8, 12, 18, 24, 39, 48, 64, 88, 101, 132, 198, 253, 331, 419, 563, 781, 1134, 1423, 1842, 2505, 374, 6099, 9343, 13009, 15097, 13712, 9969, 6785, 4742, 3626, 3794, 4737, 5494, 5656, 4806, 3474, 2165, 1290, 799, 431, 213, 137, 66, 57, 41, 35, 27, 27, 27) 
data.df <- data.frame(time=time, counts=counts) 
data.mix <- as.mixdata(data.df) 
startparam <- mixparam(mu = c(699,707), sigma = 1) 
data.fit <- mix(data.mix, startparam, "norm") ## Leads to the error message 

startparam <- mixparam(mu = c(699,707), sigma = 5) # Adjust start parameters
data.fit <- mix(data.mix, startparam, "norm")
plot(data.fit)
data.fit ### Estimates somewhat reasonable mixture distributions
# Parameters:
#     pi    mu sigma
# 1 0.853 699.3 4.494
# 2 0.147 708.6 2.217

Итог: если вы можете увеличить значения сигмы начального параметра, функция mix может найти для вас разумные оценки. Вам не обязательно пробовать другой пакет.

Кроме того, вы можете получить это сообщение, если в вашем наборе данных отсутствуют данные.

Из набора примеров

data(pike65)
data(pikepar)
pike65$freq[10] <- NA
fitpike1 <- mix(pike65, pikepar, "lnorm", constr = mixconstr(consigma = "CCV"), emsteps = 3)

Ошибка в nlm(mixlike, lmixdat = mixdat, lmixpar = fitpar, ldist = dist, : отсутствует значение в параметре