Algumas das opções conhecidas:

​1. ​
MASS::fitdistr()
2. glm(..., family=gamma)
3. nlm()
4. optim()
5. bbmle::mle2()

​Os dois primeiros você não precisa escrever a função de log-verossimilhança. Nos demais você precisa escrevê-la, a vantagem é poder usar a parametrização que quiser​ e não a implementada. O 1 é para uma amostra sem covariáveis, o 2 permite um modelo de regressão. O 3 em diante vai do que o usuário quiser, pode ser modelos de efeitos aleatórios, preditores não lineares, com estrutura de covariância, enfim, só passar a log-verossimilhança correspondente ao modelo assumido. Exemplos sobre a gama disponíveis no material online do Curso Métodos Computacionais para Inferência Estatística de Bonat e colaboradores.


À
​ disposição.
Walmes.​


==========================================================================
Walmes Marques Zeviani
LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
Departamento de Estatística - Universidade Federal do Paraná
fone: (+55) 41 3361 3573
skype: walmeszeviani
homepage: http://www.leg.ufpr.br/~walmes
linux user number: 531218
==========================================================================