Question

我正在使用来自R中的序数包的clm函数对有序数据建模。为此，我有4个变量，2个序数和2个连续（O1，O2，C1，C2）。

O1 <- c(2,2,1,2,2,1,3,2,2,3,3,2,1,3,2,2,2)
O2 <- c(2,2,3,2,2,1,2,2,2,1,1,2,3,2,2,2,2)
C1 <- C(49,25,1000,19,61,700,25,375,35,46,105,437,3300,31,203,34,800)
C2 <- c(25350,25050,14925,25050,14325,16300,26425,22250,22250,44650,44650,21400,30125,25350,25050,14325,17525)
data <- data.frame (O1, O2, C1, C2)
data <- within(data, {
O1 <- factor ((O1), ordered =TRUE,
              levels = c("1", "2", "3"))
O2 <- factor ((O2), ordered =TRUE,
              levels = c("1", "2", "3"))
})

在第一步中，我想将O1建模为响应变量，将O2，C1和C2建模为预测变量（3种不同模型），其次，使用O2作为响应，使用O1，C1和C2作为预测变量（另外3种不同模型）。

m1 <- clm(O1 ~ O2, data = data)
m2 <- clm(O1 ~ C1, data = data)
m3 <- clm(O1 ~ log(C2), data = data)
m4 <- clm(O2 ~ O1, data = data)
m5 <- clm(O2 ~ C1, data = data)
m6 <- clm(O2 ~ log(C2), data = data)

正如您所看到的，所有模型都运行没有问题，除了第一个（m1），它给出了警告信息：

（1）Hessian是数字奇异的：参数不是唯一确定的此外：满足绝对收敛标准，但未达到相对标准

并且不报告任何标准错误或wald z测试。

模拟数据时我没有这个问题

 data$x1 <- sample(c(1,2,3), 17, replace = TRUE)

令我困惑的是，与m1（O1~O2）不同，使用O2作为响应而O1作为预测器的模型完全正常。此外，我已经尝试更换O1中的一些值，并且碰巧当用1或2代替1时，我没有得到任何警告信息，并且我获得了模型的所有系数。

我做了一些研究，看起来这可能是由于响应中某些值的低表示以及较小的样本量。这是对的还是可以成为一个bug？有人能帮帮我吗？

非常感谢！

Answer 1

这是因为您有太多的空白单元格（这里您只有2个主题，且O2 = 3）尝试合并类别并调整模型

clm函数包序数“Hessian是数字奇异的：参数不是唯一确定的”

1 个答案: