MLE обобщенного нормального распределения

Я получил предупреждающее сообщение в R после запуска кода ниже (mle обобщенного нормального распределения), который указан в конце. Мой вопрос

Почему пришли эти предупреждения? Как мы можем решить эти предупреждения? Мой код в объекте «результат» может быть немного неправильным?

library(AdequacyModel)

# New generalized exponential

data1 <- rnorm(1000)

Phi<- pnorm
phi<-dnorm

pdf_exps <- function(par,x){
beta = par[1]
gamma= par[2]
mean = par[3]
sd = par[4]
         ( beta*gamma* (1-(1-(Phi(x,mean,sd)))^beta)^(gamma-1) * (1- 
         (Phi(x,mean,sd)))^(beta-1)* phi(x,mean,sd) )
}


 cdf_exps <- function(par,x){
 beta = par[1]
 gamma= par[2]
 mean = par[3]
 sd = par[4]
  ( (1-(1-(Phi(x,mean,sd)))^beta)^gamma )
  }



  result = goodness.fit(pdf = pdf_exps, cdf = cdf_exps,
  starts = c(1,1,1,1),data =data1  , method = "BFGS",
   domain = c(-Inf,Inf), lim_inf = c(0,0,0,0),
   lim_sup = c(2,2,2,2), S = 250, prop=0.1, N=50)
   result$mle

       There were 33 warnings (use warnings() to see them)
       result$mle
       [1]  0.49952916  0.61402586 -0.07688582
       [4]  0.70616246
       warnings()
       Warning messages:
       1: In log(pdf(par, x)) : NaNs produced
       2: In log(pdf(par, x)) : NaNs produced

r mle
person J.H    schedule 27.03.2019    source источник
comment
Вы пытаетесь вычислить логарифм одного или нескольких нулей (или отрицательных значений).   -  person Rui Barradas    schedule 27.03.2019
comment
@РуиБаррадас! Я получил эту ошибку для тех же данных, но с добавлением еще одного параметра: Ошибка в optim (par = starts, fn = правдоподобие, x = данные, method = BFGS, : неконечное конечно-разностное значение [2]   -  person J.H    schedule 30.03.2019
comment
Эта ошибка возникает из-за функции goodness.fit. Если вы введете только имя функции в приглашении R, вы получите ее исходный код, ошибка находится в строке 63. Функция сложная, я предлагаю вам связаться с сопровождающим пакета, maintainer("AdequacyModel").   -  person Rui Barradas    schedule 30.03.2019