我的模型方程为Pr=(((0.5-beta*(A/2))*(V^(alpha)))^(mu))/((((0.5-beta*(A/2))*V^(alpha))^(mu))+(30)*(alpha/mu)),Pr、A和V已知，目标是用极大似然估计参数alpha、beta和mu三个parameter，初学r语言，程序如下：
for(i in 1:1080) {
  #设定随机数生成种子
  set.seed(10086)
  #生成一批实验数据
  # <- 60 # 设定样本容量
  #x <- rnorm(sample_num) # 生成解释变量
  #epsilon <- rnorm(sample_num, sd=2) # 生成模型的扰动项
  Pr <- (((0.5-beta*(A/2))*V^(alpha))^(1/mu))/((((0.5-beta*(A/2))*V^(alpha))^(1/mu))+(30)*(alpha/mu)) # 生成被解释变量
  ## 显然，我们的总体参数是alpha、beta和mu
  # 设定对数似然函数
  Pr <- para0[i,5]
  A <- para0[i,3]
  V <- para0[i,4]
  logf <- function(para) {
    # 定义参数
    alpha <- para[1]
    beta <- para[2]
    mu <- para[3]
    # 计算并返回相应的对数似然函数
    sum(dnorm(Pr-(((0.5-beta*(A/2))*V^(alpha))^(1/mu))/((((0.5-beta*(A/2))*V^(alpha))^(1/mu))+(30)*(alpha/mu)), log = TRUE))
  }
  # 设定初始值
  # 参数位置需与对数似然函数中的参数向量一一对应
  start_para <- c(1, 1, 1)

  # 求解极大似然估计值
  result <- maxLik(logLik = logf, method='NM',start = start_para)

  # 打印估计值
  summary(result)
}


但是输出不了估计值，报错：
>   summary(result)
Error in eigen(hess, symmetric = TRUE, only.values = TRUE) :
  'x'里有无穷值或遗漏值