对数似然面是极大似然预计的功效之一，这里先容在R语言中如何绘制对数似然面（Log Likelihood Surface）,这里用到的对数似然函数是二项漫衍的，对付泊松漫衍，正态漫衍，负二项漫衍等，只需对对数似然函数举办适当修改即可。
计较Loglikelihood，用lines添加曲线。
LogLikelihood，用persp, image, contour等函数即可。也
可以用lattice函数包的wireframe()
## 实例： 假设有以下数据, 记录每个枝条上蚜虫的数量，该数据出自
##Krebs, Charles. 1999. Ecological Methodology.
## Menlo Park, CA: Addison-Wesley. 130页
###########################################################
#######################原始数据############################
###########################################################
### 数据导入
num.stems <- c(6,8,9,6,6,2,5,3,1,4)
aphids_count <- c(0,1,2,3,4,5,6,7,8,9)
aphids <- data.frame(aphids_count, num.stems)
### Raw Data,整理出二项漫衍拟合所需要的名目
aphids_raw <- rep(aphids_count, num.stems)
###########################################################
####################写出对数似然函数#######################
###########################################################
## 二项漫衍的对数似然函数，用来绘制对数似然曲线和趋势面
nnominb.loglik <- function(p) {
res <- sum(log(dnbinom(aphids_raw, mu = p[1], size = p[2])))
return(res)
}
## 二项漫衍的负对数似然函数，nlm()函数只能求最小值，因此极大
## 似然值时必需用到此函数
neg.nnominb.loglik <- function(p) {
res <- sum(log(dnbinom(aphids_raw, mu = p[1], size = p[2])))
return(-res)
}
###########################################################
###################预计对数似然函数极值####################
###########################################################
#操作nlm预计极值
out.NB <- nlm(neg.nnominb.loglik, c(4,4))
# estimate 是对两个参数的预计，即对neg.nnominb.loglik函数参数p的预计
out.NB
###########################################################
###################图 1 ##绘制似然曲线#####################
###########################################################
### x 序列
x <- seq(0.1, 10, by = 0.1)
### 计较y
y_max <- sapply(x, function(x) nnominb.loglik(p = c(out.NB$estimate[1], x)))
plot(y_max ~ x, type = “l”, ylab = “Log Likelihood”, xlab = “Size”)
### 当mu = 2时
y_2 <- sapply(x, function(x) nnominb.loglik(p = c(2, x)))
lines(y_2 ~ x, col = 2)
### 当mu = 5时
y_5 <- sapply(x, function(x) nnominb.loglik(p = c(5, x)))
lines(y_5 ~ x, col = 3)
### 添加图例
关键字：
