R - 二元響應模型中的分離問題 - glm，brglm，logistf

Question

我遇到了一些與我的數據有關的問題，需要一些幫助。 我試圖運行有/無變量作爲響應變量和幾個解釋變量（時間，地點，存在/缺勤數據，丰度數據）的glm分析。

首先，我試圖使用GLM（）函數，但是我有關於glm.fit（）2個警告： 1：glm.fit：算法沒有收斂 2：glm.fit：嵌合概率數值0或發生了1次 經過一番調查後，我發現問題很可能是準完全分離，因此決定使用brglm和/或logistf。

• logistf：分析不運行 當運行logistf（）我得到一個錯誤消息說：在chol.default（X） 錯誤： 導致未成年人39不是正定 我看着logistf包手冊，在互聯網上，在Heinze和Ploner的理論和技術論文中找不到這個功能的用途，以及錯誤是否可以通過一些設置來解決。

• brglm：分析運行 不過，我得到一個警告消息說： 在fit.proc（X = X，Y = Y，重量=砝碼，開始=啓動，etastart＃= etastart，： 迭代達到上限 就像之前我找不到在哪裏，以及爲什麼在運行包使用此功能，並通過調整一些設置，如果可固定。

在更普遍的方式，我想知道是什麼的根本區別這些包。

我希望這有道理，如果這是一種我不知道的統計證據，我很抱歉。

這是我第一次問一個問題，所以我很抱歉，如果它不是應該的，請你毫不猶豫地讓我知道它。

謝謝您的幫助

Xochitl C.

---

這裏我表的提取物（我必須截斷行的長度，因爲該表是太寬：20列）和我運行的公式不同：

head() 

Year Quarter Subarea Latitude Longitude Presence.S CPUE.S Presence.H CPUE.H Presence.NP 

1 2000  1 31F1 51.25  1.5   0  0   0  0  0 
2 2000  1 31F2 51.25  2.5   0  0   0  0  0 
3 2000  1 32F1 51.75  1.5   0  0   0  0  0 
4 2000  1 32F2 51.75  2.5   0  0   0  0  0 
5 2000  1 32F3 51.75  3.5   0  0   0  0  0 
6 2000  1 33F1 52.25  1.5   0  0   0  0  0 

tail() 

Year Quarter Subarea Latitude Longitude Presence.S CPUE.S Presence.H CPUE.H 

4435 2012  3 50F3 60.75  3.5 1 103.000 1  110.000    
4436 2012  3 51E8 61.25  -1.5 1 1311.600 1  12.000 
4437 2012  3 51E9 61.25  -0.5 1 34.336 1  46.671    
4438 2012  3 51F0 61.25  0.5 1 430.500 1  148.000    
4439 2012  3 51F1 61.25  1.5 1 115.000 1  85.000    
4440 2012  3 51F2 61.25  2.5 1 72.500 1  5.500     

logistf_binomPres <- logistf (Presence.S ~ (Presence.BW + Presence.W + Presence.C + Presence.NP +Presence.P + Presence.H +CPUE.BW + CPUE.H + CPUE.P + CPUE.NP + CPUE.W + CPUE.C + Year + Quarter + Latitude + Longitude)^2, data = CPUE_table) 

Brglm_binomPres <- brglm (Presence.S ~ (Presence.BW + Presence.W + Presence.C + Presence.NP +Presence.P + Presence.H +CPUE.BW + CPUE.H + CPUE.P + CPUE.NP + CPUE.W + CPUE.C + Year + Quarter + Latitude + Longitude)^2, family = binomial, data = CPUE_table) 

Answer 1

對於什麼是值得的，我也遇到了「主要未成年人我不是肯定的」錯誤。

這是由於我的第i個變量對所有觀察結果都是相同的。 刪除此變量可解決問題。

希望這有助於

乙