基于Titanic数据集的R图引导中的逻辑回归

我正在做一个统计在线课程的练习。我需要使用titanic数据集在R中创建逻辑回归。因此，我想应用bootstrap方法创建并绘制95%的置信区间，用于预测logistic回归

当我运行bootstrap命令并想要绘制它时，我得到一个错误：“t*的所有值都等于0.0159971772980342”。另外，我得到的偏差和标准误差为0，这不可能是真的。我猜在设置bootstrap命令时有错误，但不幸的是我找不到它。我能试试什么

我的代码：

library(boot)

set.seed(50000)

logit_test <- function(data, indices) {  
  dt <- data[indices,]  
  fit <- glm(Clean_data$Survived ~ Fare, data = Clean_data, family = "binomial")  
  return(coef(fit))  
}
boot_strap <- boot(  
  data = Clean_data, 
  statistic = logit_test, 
  R = 100)

boot.ci(boot.out = boot_strap,  
        type = c("basic"))


#Now we look at the results and plot them

boot_strap

plot(boot_strap, index=2)

库（启动）
种子集（50000）
逻辑检验
>逻辑测试引导带
普通非参数自举
电话：
启动（数据=清洁数据，统计数据=逻辑测试，R=100）
引导统计：
原始偏差标准误差
t1*-0.89682819 0 0
t2*0.01599718 0 0
>绘图（引导带，索引=2）
[1] “t*的所有值均等于0.0159971772980342”

问题在于，引导函数没有使用引导数据来适应模型。您具有以下功能：

logit_test <- function(data, indices){
  dt <- data[indices, ]
  fit <- glm(Clean_Travelers$Survived ~ FARE, data=Clean_Travelers, 
             family=binomial)
  return(coef(fit))
}

---

我在下面回答了你的问题，但在将来，请发布代码本身，而不是代码的图片-这将使我们更容易提供帮助。我有点不同意Dave的观点-他们的评论的实质是正确的，但我认为在修复代码之前，这个问题是离题的。图像中的代码/日志无法与剪贴板、屏幕阅读器或搜索引擎机器人配合使用。非常感谢，它现在已经起作用了！

logit_test <- function(data, indices){
  dt <- data[indices, ]
  fit <- glm(Clean_Travelers$Survived ~ FARE, data=Clean_Travelers, 
             family=binomial)
  return(coef(fit))
}

logit_test <- function(data, indices){
  dt <- data[indices, ]
  fit <- glm(Survived ~ FARE, data=dt, family=binomial)
  return(coef(fit))
}