【问题标题】:Is there a limit of covariates that finalfit can handle for a generalized linear model?对于广义线性模型,finalfit 可以处理的协变量是否有限制?
【发布时间】:2021-01-20 12:30:58
【问题描述】:

我正在使用finalfit 包处理带有二进制结果变量的病例对照研究数据集。 当使用 finalfit 函数(它结合了逻辑回归的 glm 函数时,在结合超过 11 个解释性二元变量时我会遇到麻烦。

这是一个例子

library(dplyr)
library(finalfit)

#An example of the dataset:
o <- c(0,1,1,1,1,0,0,1,1,0,1,0) #would be the outcome variable
exp1 <- c(0,0,1,0,1,1,0,0,1,0,1,1) 
exp2 <- c(1,0,0,0,0,1,1,0,1,0,0,1) 
exp3 <- c(0,1,1,1,1,1,1,1,1,0,0,1) #would be the explanatory variable and so on....

data<-as.dataframe(o,exp1,exp2,exp3) #and the other variables

explanatory = c("exp1", "exp2", "exp2")
dependent = 'o'
data %>%
  finalfit(dependent, explanatory) 

当使用少于 11 个解释变量运行代码时,它可以正常工作,但如果解释变量超过 11 个则崩溃。 错误是 Tibble 列必须具有兼容的大小。 * 大小 5:现有数据。 * 大小 4:位置 5 的列。ℹ 仅回收大小为 1 的值。

【问题讨论】:

    标签: r


    【解决方案1】:

    不,没有限制。它的行为与glm 完全相同。问题可能是由于底层模型造成的。检查它是否收敛:

    data %>%
      glmmulti(dependent, explanatory) 
    

    【讨论】:

      猜你喜欢
      • 2023-03-15
      • 2011-06-09
      • 2021-11-23
      • 2017-10-26
      • 1970-01-01
      • 1970-01-01
      • 2017-06-26
      • 2015-11-08
      • 2021-12-25
      相关资源
      最近更新 更多