最大似然估计，此处有500 sets of data, size n=100，用了如下的代码。


library(stats4)
muhat <- NULL
sigmahat <- NULL
mu <- 2
sigma <- 2
k <- 500
n <- 100

# Calculate alpha and beta for k times (do k times simulation, each with n data points)
for (j in 1:k) {
        y <- rnorm(n, mu, sigma) # True value and sample size
        # MOM estimates
        mu.mom <- mean(y)
        sigma.mom <- (var(y))^0.5
        # Negative loglikelihood function (to be minimised)
        nloglike <- function(mu, sigma) {
                llikei <- suppressWarnings(dnorm(y, mu, sigma))
                -sum(log(llikei))
        }
        # Output
        normal.mle <- mle(nloglike, start = list(mu = mu.mom,
                                                 sigma = sigma.mom))
        muhat[j] <- coef(normal.mle)[[1]]
        sigmahat[j] <- coef(normal.mle)[[2]]
}

如果需要用不同的样本量和数据个数做多次模拟，比如样本量为n <- c(20, 30, ... , 100)，数据个数k <- c(100, 200, 500)，该怎么修改？谢谢