我有一个包含10多个分类变量和大约20个数字变量的数据集。我正在尝试编辑Stef van Buuren的github上的mice.impute.logreg函数来调用glm.fit()，但要使用更高的maxit值来达到收敛。但是，按原样运行代码时，出现以下错误：
Error: Only strings can be converted to symbols
它来自代码中的这一行：
rv <- t(chol(sym(fit.sum$cov.unscaled)))
我继续打印fit.sum$cov.unscaled的内容，并得到了一个巨大的协方差矩阵（？），其中包含所有变量（分类变量有点是单编码的（？）），类似这样，但是更大：
Proteinuria22 Proteinuria23 Proteinuria24 Proteinuria25 Aetiol22 Aetiol23 Aetiol24
-0.0775687218 6.603074e-02 6.995692e-01 -1.0462947407 -1.990400e-01 -3.756997e+01 -6.198267e-01
Weight2 -0.0003022753 6.802872e-04 -1.138967e-03 -0.0043737786 2.550278e-04 3.380858e-02 6.343819e-04
Height2 0.0174235854 -8.945169e-02 -2.588742e-01 0.2947104430 -1.763788e-01 2.027542e+00 -3.676413e-02
BMI22 0.0038176385 -2.246294e-02 3.529623e-02 0.0507158023 -1.959203e-03 1.515110e+00 3.618223e-02
BMI23 0.0463573025 4.600740e-02 1.210799e-01 0.1009359117 6.368376e-03 7.268413e-01 -4.677462e-03
BMI24 0.0230542190 4.822956e-02 1.424563e-01 0.2136974371 -7.688207e-02 -4.099045e+00 -4.920604e-02
Proteinuria21 0.2564365948 2.399999e-01 2.869407e-01 0.2866854741 -3.345524e-02 7.021764e+00 -1.380307e-02
Proteinuria22 0.5114421153 2.658057e-01 2.444392e-01 0.2575295706 -5.555202e-02 2.132465e+00 -2.367527e-02
Proteinuria23 0.2658056994 8.278569e-01 2.805812e-01 0.1743841777 -5.433797e-02 -5.289189e+00 -1.905688e-02
Proteinuria24 0.2444391680 2.805812e-01 5.436426e-01 0.2272864202 -4.551615e-02 2.533664e+00 -1.962130e-02
Proteinuria25 0.2575295706 1.743842e-01 2.272864e-01 1.1656567100 -7.355628e-02 9.412580e+00 -1.330318e-01
Aetiol22 -0.0555520221 -5.433797e-02 -4.551615e-02 -0.0735562813 4.327236e-01 4.698377e+00 1.196196e-01
Aetiol23 2.1324651321 -5.289189e+00 2.533664e+00 9.4125804535 4.698377e+00 1.175992e+04 2.984111e+00
由于我还不太了解r，所以我真的不知道这意味着什么...我知道sym()用于将字符串转换为符号，但是我不知道不知道如何（或为什么）将如此巨大的矩阵转换为符号。有什么想法吗？
答案 0 :(得分：0)
由于使用了@arun注释中的指针，因此我发现，由于使用了周围的sym() function，我只需要删除chol函数：
计算实对称正定方阵的Choleski分解。
我还没有弄清楚为什么代码编写者首先将sym()函数放在这里，因为代码显然与它中断了，但是没有它就可以正常工作。