Question

我遇到了一些数据问题，需要一些帮助。我试图用存在/不存在变量作为响应变量和几个解释变量（时间，位置，存在/不存在数据，丰度数据）来运行glm分析。

首先我尝试使用glm（）函数，但是我有两个关于glm.fit（）的警告： 1：glm.fit：算法没有收敛 2：glm.fit：拟合概率数值为0或1 经过一番调查后，我发现问题很可能是完全分离，因此决定使用brglm和/或logistf。

logistf：分析无法运行运行logistf（）时，我收到一条错误消息： chol.default（x）中的错误：领先的未成年人39不是肯定的我在Heinze和Ploner的理论和技术论文中查看了Internet上的logistf包手册，找不到该函数的使用位置，以及是否可以通过某些设置修复错误。
brglm：分析运行但是我收到一条警告信息说：在fit.proc（x = X，y = Y，权重=权重，start = start，etastart＃= etastart，：达到了迭代限制就像之前我无法找到运行包时使用此功能的地点和原因，以及是否可以通过调整某些设置来修复它。

以更一般的方式，我想知道这些软件包的根本区别是什么。

我希望这足够有意义，如果这是我不了解的统计证据，我很抱歉。

这是我第一次提出问题，所以如果它不应该是这样我道歉，请您毫不犹豫地让我知道。

感谢您的帮助

Xochitl C。

这是我的表格的摘录（我必须截断长度中的行，因为表太宽：20列）和我运行的不同公式：

head ()

Year Quarter Subarea Latitude Longitude    Presence.S CPUE.S Presence.H CPUE.H Presence.NP 

1 2000       1    31F1    51.25       1.5          0      0          0     0        0   
2 2000       1    31F2    51.25       2.5          0      0          0     0        0  
3 2000       1    32F1    51.75       1.5          0      0          0     0        0   
4 2000       1    32F2    51.75       2.5          0      0          0     0        0   
5 2000       1    32F3    51.75       3.5          0      0          0     0        0   
6 2000       1    33F1    52.25       1.5          0      0          0     0        0   

tail ()

Year Quarter Subarea Latitude Longitude Presence.S  CPUE.S Presence.H  CPUE.H 

4435 2012       3    50F3    60.75       3.5    1  103.000   1       110.000            
4436 2012       3    51E8    61.25      -1.5    1 1311.600   1       12.000   
4437 2012       3    51E9    61.25      -0.5    1   34.336   1       46.671               
4438 2012       3    51F0    61.25       0.5    1  430.500   1       148.000              
4439 2012       3    51F1    61.25       1.5    1  115.000   1       85.000              
4440 2012       3    51F2    61.25       2.5    1   72.500   1       5.500                 

logistf_binomPres <- logistf (Presence.S ~ (Presence.BW + Presence.W + Presence.C + Presence.NP +Presence.P + Presence.H +CPUE.BW + CPUE.H + CPUE.P + CPUE.NP + CPUE.W + CPUE.C + Year + Quarter + Latitude + Longitude)^2, data = CPUE_table)

Brglm_binomPres <- brglm (Presence.S ~ (Presence.BW + Presence.W + Presence.C + Presence.NP +Presence.P + Presence.H +CPUE.BW + CPUE.H + CPUE.P + CPUE.NP + CPUE.W + CPUE.C + Year + Quarter + Latitude + Longitude)^2, family = binomial, data = CPUE_table)

Answer 1

对于它的价值，我也遇到了“领先的小调我不是肯定的”错误。

这是因为我的第i个变量对于所有观察都是相同的。删除此变量解决了这个问题。

希望这有帮助

乙

R - 二元响应模型中的分离问题 - glm，brglm，logistf

1 个答案: