Question

运行逻辑回归时遇到以下两个主要问题：

我的X变量包括因子变量，例如移民身份（immigrant，non-immigrant）;我的Y变量是二项式变量，低出生体重（non-lbw，lbw）。

我运行以下R脚本（我正在使用plsRglm包）：

library(plsRglm)
model.plsrglm <- plsRglm(yair, xair, 3, modele="pls-glm-logistic")

1）如果我不删除y或x中的所有NA值，则R返回：

summary(model.plsrglm)
Call
plsRglmmodel.default(dataY = yair, dataX = xair, nt = 6, 
modele = "pls-glm-logistic")

> model.plsrglm
Number of required components:
NULL
Number of successfully computed components:
NULL
Coefficients:
NULL
Information criteria and Fit statistics:
NULL

2）如果我在运行模型之前删除了所有NA值，则R会出错：

Error in colMeans(x, na.rm = TRUE) : 'x' must be numeric

我应该在生成模型之前删除所有NA值吗？

我应该将因子变量变为数字吗？如果是这样，我应该如何使用as.numeric？但这不意味着non-immigrant和immigrant之间的水平吗？

对于Y变量，我应该将其重新编码为0和1吗？

我添加了一个可重现的数据集，如下所示。

   outcome  c1  c2    c3   c4
1      lbw 120 yes   <30 good
2      lbw 124 yes   <30 good
3      lbw 125 yes   <30 good
4      lbw 135 yes   <30 good
5      lbw 112 yes   <30 good
6      lbw 168 yes   <30 good
7      lbw 147 yes 30-40 good
8      lbw 174 yes 30-40 fair
9      lbw 153 yes 30-40 fair
10     lbw 145 yes 30-40 fair
11     lbw 145 yes 30-40 fair
12     lbw 125  no   >40 fair
13     lbw 125  no   >40 poor
14     lbw 111  no   >40 poor
15 non-lbw  80  no   >40 poor
16 non-lbw  85  no   >40 poor
17 non-lbw  78 yes   >40 poor
18 non-lbw  67  no   >40 poor


xair <- bc1997[,c("c1","c2","c3","c4")]
yair <- bc1997[,"outcome"]

model.plsrglm <- plsRglm(yair, xair, 2, modele="pls-glm-logistic")
summary(model.plsrglm)

但我收到了这个错误：

> model.plsrglm <- plsRglm(yair, xair, 2, modele="pls-glm-logistic")
____************************************************____

Family: binomial 
Link function: logit 

Error in colMeans(x, na.rm = TRUE) : 'x' must be numeric

Answer 1

你的＆＃39; x＆＃39;术语必须是数字。你的变量＆＃34; c2＆＃34;，＆＃34; c3＆＃34;和＆＃34; c4＆＃34;都是阶级逻辑或因素。

scaleX的默认设置为TRUE，它使用colMeans（）来缩放预测变量。但是，这是不可能的因素。因此，您可以将每列转换为数字或指定scaleX = FALSE。

使用NA和因子的逻辑回归返回错误

1 个答案: