R “边缘模型图错误”；需要有限的'；xlim&x27；价值观；

我试图在二元逻辑回归模型上运行一些诊断。具体而言，边际模型图。不幸的是，我一直得到“需要有限的'xlim'值”错误。下面的代码复制了该问题。我的模型包括数值变量和分类变量（在模型中转换为虚拟变量）。无论如何，我知道当所有值都为NA时，可能会发生此错误，但我的任何数据都不是这样，我不确定发生了什么

set.seed(020275)
df <- data.frame(y=sample(c(0,1), 10, replace=TRUE), 
             cat=sample(c("Red", "Blue", "Green"), 10, replace=TRUE), 
             loc=sample(c("North", "South", "East", "West"), 10,  replace=TRUE), 
             count=runif(10, 0, 10),
             stringsAsFactors = FALSE)

glmModel <- glm(y ~ cat + loc + count, family=binomial(), data=df)
glmModel

library(car)
marginalModelPlots(glmModel)

---

正在寻找有关如何处理此问题的一些想法/建议/指导。

似乎

字符

数据类型向量（上例中的cat和loc）与

边际模型图

不兼容，至少对于我当前使用的汽车套件版本（2.1-1）。我发现我可以使用

terms

参数将图限制为变量的子集，同时也包括线性预测图（如下所示）

---

您是否尝试过使用：mmp（glmModel）来代替？对，很好。mmp有效，但我只看到整个线性预测图。我也在寻找单独的预测图（包含在mmps版本的函数中）。

Error in plot.window(...) : need finite 'xlim' values
In addition: Warning messages:
1: In xy.coords(x, y, xlabel, ylabel, log) : NAs introduced by coercion
2: In min(x) : no non-missing arguments to min; returning Inf
3: In max(x) : no non-missing arguments to max; returning -Inf

marginalModelPlots(glmModel, terms= ~ count)