是nlm（）或優化（）比R（）更精確

Question

我想在我的函數GGG中獲得更精確（最多6位小數位）的x[1]和x[2]。

使用optim，我得到了一些精度高達3位小數，但我想知道如何提高至少6位小數的精度？

可以使用optimize和nlm達到這個目標嗎？

GGG = function(Low, High, p1, p2) { 


f <- function(x) { 

y <- c(Low, High) - qcauchy(c(p1, p2), location=x[1], scale=x[2]) 

} 


## SOLVE: 
AA <- optim(c(1,1), function(x) sum(f(x)^2)) 

## return parameters: 
parms = unname(AA$par) 


return(parms)  ## Correct but up to 3 decimal places 

} 

## TEST: 
AAA <- GGG (Low = -3, High = 3, p1 = .025, p2 = .975) 


## CHECK: 
q <- qcauchy(c(.025, .975), AAA[1], AAA[2]) # What comes out of "q" MUST match "Low" and 
               # "High" up to 6 decimal places 

Answer 1

優化功能有一個容差控制參數。這種替換您的Optim功能：

AA <- optim(c(1,1), function(x) sum(f(x)^2), control=list(reltol=(.Machine$double.eps))) 

返回：

> q 
[1] -3 3 
> AAA 
[1] 5.956798e-08 2.361051e-01