Question

所以这是一个非常简单的问题，似乎无法弄明白。

我正在使用glm函数运行logit，但不断收到与自变量相关的警告消息。它们被存储为因素，我已将它们更改为数字，但没有运气。我还将它们编码为0/1，但这也没有用。

请帮忙！

> mod2 <- glm(winorlose1 ~ bid1, family="binomial")
Warning messages:
1: glm.fit: algorithm did not converge 
2: glm.fit: fitted probabilities numerically 0 or 1 occurred

我也在Zelig尝试过，但类似的错误：

> mod2 = zelig(factor(winorlose1) ~ bid1, data=dat, model="logit")
How to cite this model in Zelig:
Kosuke Imai, Gary King, and Oliva Lau. 2008. "logit: Logistic Regression for Dichotomous Dependent Variables" in Kosuke Imai, Gary King, and Olivia Lau, "Zelig: Everyone's Statistical Software," http://gking.harvard.edu/zelig
Warning messages:
1: glm.fit: algorithm did not converge 
2: glm.fit: fitted probabilities numerically 0 or 1 occurred

编辑：

> str(dat)
'data.frame':   3493 obs. of  3 variables:
 $ winorlose1: int  2 2 2 2 2 2 2 2 2 2 ...
 $ bid1      : int  700 300 700 300 500 300 300 700 300 300 ...
 $ home      : int  1 0 1 0 0 0 0 1 0 0 ...
 - attr(*, "na.action")=Class 'omit'  Named int [1:63021] 3494 3495 3496 3497 3498 3499 3500 3501 3502 3503 ...
  .. ..- attr(*, "names")= chr [1:63021] "3494" "3495" "3496" "3497" ...

Answer 1

如果您查看?glm（或者甚至在Google上搜索第二条警告消息），您可能会从文档中发现这一点：

对于二项式GLM的“数字0或1发生的拟合概率”的警告信息的背景，请参见Venables＆amp;里普利（2002年，第197-8页）。

现在，不是每个人都有那本书。但是假设这对我来说是犹太人，这是相关的段落：

有一个相当普遍的情况，两者都趋同可能会出现问题和Hauck-Donner现象。这是什么时候的拟合概率非常接近于零或一。考虑一下医疗诊断问题有数千例和50左右的二进制解释变量（可能来自编码较少的分类变量）;其中一个指标很少是真实的，但总是如此表明疾病存在。然后拟合概率具有该指标的案件应该是一个，只能实现通过β_i =∞。 glm的结果将是。{1}} 警告和大约+/- 10的估计系数。已经有在统计文献中对此进行了相当广泛的讨论，通常声称不存在最大似然估计;看到 Sautner和Duffy（1989，p.234）。

本书的一位作者更详细地评论了here。因此，这里的教训是仔细查看预测器的其中一个级别。（还有Google的警告信息！）