对于一个项目，我想用R中的“鲁棒”包进行稳健回归。数据包括X和Y轴上某些突变的普遍性，因此我使用了二项式族。问题是，每当我尝试计算置信区间时，我都会收到错误：
predict.glmRob中的错误（mod，newdata = dfPred，type =“response”）：
尝试应用非功能性
这是我跑的R代码：
mod <- glmRob(pop2 ~ pop1, data=df, family=binomial)
xweights <- seq(0, 0.2, 0.001)
dfPred <- data.frame(pop1 = xweights)
yweights <- predict(mod, newdata=dfPred, type="response")
这些是数据：
pop2 pop1
1 0.0000000000 0.006656805
2 0.0023738872 0.027366864
3 0.0071216617 0.054733728
4 0.0029673591 0.030325444
5 0.0094955490 0.175295858
6 0.0000000000 0.022189349
7 0.0005934718 0.019970414
8 0.0000000000 0.011834320
9 0.0011869436 0.023668639
10 0.0053412463 0.159763314
11 0.0005934718 0.070266272
12 0.0000000000 0.014792899
13 0.0077151335 0.154585799
14 0.0005934718 0.003698225
15 0.0011869436 0.062130178
16 0.0017804154 0.025147929
17 0.0071216617 0.053254438
18 0.0136498516 0.196745562
我发现有人帮助我从模型中提取置信区间，但是我得到的置信区间从0到1不会出现在非鲁棒的glm中或者选择了另一个族。< / p>
mod <- glmRob(pop2 ~ pop1, data=df, family=binomial)
yweights <- fitted.values(mod)
coefficients <- coef(mod)
se <- coef(summary(mod))[,2]
intercept <- as.numeric(coefficients[1] + c(-2*se[1], 0, 2*se[1]))
slope <- as.numeric(coefficients[2] + c(-2*se[2], 0, 2*se[2]))
lci <- intercept[1]+slope[1]*df$pop1
uci <- intercept[3]+slope[3]*df$pop1
有没有人知道如何解决这个问题？