r- glm2錯誤「遇到奇異適合」

Question

我正在嘗試不同的方法來做邏輯迴歸。 我使用glm並得到警告，但仍然得到係數。因此，該公式起作用。

logit<-glm(flag_compro~.,training, family=binomial("logit"),control = list(maxit = 50)) 

現在，我測試廣二輕，而且因爲它說，使用相同的模型作爲spefications GLM，我寫道：

logit2<-glm2(flag_compro~., training, family=binomial("logit")) 

但我得到了以下錯誤：

> logit2<-glm2(flag_compro~., training, family=binomial("logit")) 
Error in lm.fit(x = x[good, , drop = FALSE] * w, y = z * w, singular.ok = FALSE, : 
    singular fit encountered 

我認爲這與我可能存在多重無關性有關。如果是這樣的話，glm2軟件包有什麼可以解決的嗎？

Answer 1

glm函數默默地刪除列以修復奇異擬合，而glm2函數不會這樣做。一種解決方案是將數據與lm或glm函數擬合，查看它丟棄的列，然後在使用`glm2'之前刪除它們。以下是一個簡單的可重複使用的示例。

請注意，明確刪除glm也適合使用這些列。

df <- data.frame(y = c(200, 1000, 100, 10, 10) 
      ,x1 = c(0, 0, 50, 50, 0) 
      ,x2 = c(0, 0, 350, 200, 0) 
      ,x3 = c(100, 0, 0, 200, 100) 
      ,x4 = c(200, 0, 50, 0, 200)) 
coef(lm(y ~ ., data = df)) # x4 dropped as predictor 
coef(glm(y ~ ., data = df)) # x4 dropped as predictor 

library(glm2) 
glm2(y ~ ., data = df) # gives singular fit error 
glm2(y ~ x1 + x2 + x3, data = df) # no singular fit error 

summary(lm(x4 ~ x1 + x2 + x3, data = df))$r.squared # x4 is a linear combination of x1-x3 

# If making predictions, should also remove columns before fitting with glm 
glm_fit <- glm(y ~ ., data = df) 
predict(glm_fit, newdata = df[1:4,]) # gives warning about misleading predictions 

glm_fit2 <- glm(y ~ x1 + x2 + x3, data = df) 
predict(glm_fit2, newdata = df[1:4,]) # no warning about misleading predictions