具有多个类别预测变量和数字预测变量的二元结果的对数二项式回归答案

【问题标题】：Log-binomial regression for binary outcome with multiple category predictors and numeric predictors具有多个类别预测变量和数字预测变量的二元结果的对数二项式回归
【发布时间】：2022-04-23 14:25:30
【问题描述】：

我正在尝试从具有二进制结果的对数二项式回归中获得 RR。有两个分类变量：治疗和组，两个数字变量：年龄和 BMI。但我得到一个错误 错误：找不到有效的起始值：请指定一些。请问我该如何解决这个错误？

N <- 50
data.1 <- data.frame(Outcome=sample(c(0, 0, 1), N, rep=T), Age=runif(N, 8, 58),
                     BMI=rnorm(N, 25, 6), Group=rep(c(0, 1), length.out=N),
                     treatment=rep(c('1', '2', '3'), length.out=N))
data.1$Group <- as.factor(data.1$Group)
coefini <- exp(coef(glm(Outcome ~ Group + treatment + Age + BMI, data=data.1, 
                        family=binomial(link="logit"))))
fit2 <- glm(Outcome ~ Group + treatment + Age + BMI, data=data.1, 
            family=binomial(link="log"), start=coefini)

【问题讨论】：

标签： r

【解决方案1】：

似乎是因为逻辑回归的系数不适用于对数二项式回归。将第三行替换为 coefini=coef(glm(Outcome~Group+treatment+Age+BMI, data=data.1,family =binomial(link = "log") )) 即可。（删除exp并将链接更改为log。）

【讨论】：

您好，感谢您的回答，但它不起作用，并且有一个Error: no valid set of coefficients has been found: please supply starting values.
set.seed(200) 和 set.seed(2000000) 都为我工作。但是某些种子会导致该错误消息。它们对你有用吗，使用我帖子中的替换第三行？
只要我在具有family =binomial(link = "log") 的模型中使用多个分类变量（组、治疗），它就会返回一个Error: no valid set of coefficients has been found: please supply starting values. 但是当我只在模型中使用组时它可以工作。很奇怪。
无论如何..我让我的朋友在她的 PC 上运行这些代码，并且代码运行良好...我会检查我的软件...再次感谢您。