用分类响应变量调用R中的'glm'

Question

  

可能重复：
  Why am I getting “algorithm did not converge” and “fitted prob numerically 0 or 1” warnings with glm?

我试图使用响应变量y1的以下数据作为分类来适应glm。 代码给了我以下警告信息：

glm.fit: fitted probabilities numerically 0 or 1 occurred

有时，它确实给我错误

glm.fit: algorithm did not converge

从数据中可以看出，预测变量和响应变量之间存在明确的关系。

1. 由于数据点数较少，“收不到”错误了吗？

2. glm正在将响应变量转换为factor，如下所示。这是正常的吗？

3. 拥有x1和x2值，我如何知道回复？

     x1 = c(runif(10,50,100) , runif(10,101,150) )
     x2 = c(runif(10,1,50) , runif(10,51,100) )
     y1 = c(rep('n',10), rep('y',10)) 
     tmpData = data.frame(x1,x2,y1)
     tmpData
     str(tmpData)
     model <- glm(formula = 'y1~x1+x2', family=binomial(), na.action=na.omit, data=tmpData)
     summary(model) 
   
    >str(tmpData)
   'data.frame':   20 obs. of  3 variables:
    $ x1: num  97.9 90.3 62.1 76 63.5 ...
    $ x2: num  18.6 49.4 21.2 47.7 24.8 ...
    $ y1: Factor w/ 2 levels "n","y": 1 1 1 1 1 1 1 1 1 1 ...