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R “边缘模型图错误”;需要有限的';xlim&x27;价值观;,r,r-car,R,R Car,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("
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)