日志链接不工作的R中的GLM函数

我现在正在使用Hardin和Hilbe（2007年第二版）的书《广义线性模型和推广》。作者建议，代替OLS模型，“对数链接通常用于在连续尺度上仅取正值的响应数据”。当然，他们也建议使用残差图来检查使用身份链接的“正常”线性模型是否仍然可以使用

我试图在R中复制他们在斯塔塔的书中所做的。事实上，我在STATA中对日志链接没有任何问题。但是，当使用R的glm函数调用同一个模型，但指定

family=gaussian（link=“log”）

时，会要求我提供起始值。当我把它们都设置为零时，我总是得到这样一个信息：算法没有收敛。选择其他值消息有时是相同的，但更常见的是：

Error in glm.fit(x = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  :
     NA/NaN/Inf in 'x'

正如我所说，在STATA中，我可以运行这些模型，而无需设置起始值，也不会出现错误。我尝试了许多不同的模型和不同的数据集，但问题总是一样的（除非我只包含一个独立变量）。有谁能告诉我为什么会这样，或者我做错了什么，或者为什么书中建议的模型可能不合适？谢谢你的帮助，谢谢

<>编辑：作为一个重现错误的例子，考虑可以下载的数据集。加载此数据集后，我运行以下模型：

---

mod我想说的是，可能是非正常的错误。如果你同意（或者更确切地说，如果数据是一致的），那么考虑这个结构：

?family
?glm
?binomial
lfit <- glm( dep <- indep1 + indep2, data=dat, family=binomial(link="probit")

您可能应该使用稍微复杂一点的模型，因为vituse显然是一个三级因素：

> mod2 <- glm(betaplasma ~ age + factor(vituse), family=quasipoisson, data=data2         )
> mod2

Call:  glm(formula = betaplasma ~ age + factor(vituse), family = quasipoisson, 
    data = data2)

Coefficients:
    (Intercept)              age  factor(vituse)2  factor(vituse)3  
       5.151076         0.006359        -0.224107        -0.562727  

Degrees of Freedom: 314 Total (i.e. Null);  311 Residual
Null Deviance:      37270 
Residual Deviance: 33380    AIC: NA 

>mod2 mod2
调用：glm（公式=betaplasma~年龄+因子（维生素），家族=quasipoisson，
数据=数据2）
系数：
（截距）年龄系数（维生素）2系数（维生素）3
5.151076         0.006359        -0.224107        -0.562727  
自由度：总共314个（即零）；311剩余
零偏差：37270
剩余偏差：33380 AIC:NA
正如我在评论中所说，Stata的GLM拟合（在数值上，而不是统计意义上）可能比R更稳健。也就是说，拟合这个特定的数据集似乎并不太难

读取数据：

data2 <- read.table("http://lib.stat.cmu.edu/datasets/Plasma_Retinol",
         skip=30,nrows=315)
dnames <- c("age","sex","smokstat","quetelet","vituse","calories","fat","fiber",
           "alcohol","cholesterol","betadiet","retdiet","betaplasma","retplasma")
names(data2) <- dnames


通过将intercept参数的起始值设置为合理的值（即，接近对数刻度上的数据平均值：这两种方法中的任何一种都有效），可以很容易地使这些参数拟合

mod <- glm(betaplasma ~ age + vituse, family=gaussian(link="log"), data=data2,
           start=c(10,0,0))
mod <- glm(betaplasma ~ age + vituse, family=gaussian(link="log"), data=data2,
           start=c(log(mean(data2$betaplasma)),0,0))


使用
ggplot
绘图（这适用于
vituse
的每个值的单独行，而不是适用于加法模型）


另外两点：（1）在这个数据集中有一个值为0的响应有点奇怪——这不是不可能的，但很奇怪；（2）看起来
vituse
应该被视为一个因子，而不是数字（“1=是，相当经常，2=是，不经常，3=否”）--可能是序号。
这是R-help的交叉发布。我打算在那里回答…交叉发布没有明确禁止，但至少你应该提到你是交叉发布。
glm
可能比Stata的glm拟合代码更脆弱，但我在过去多次成功使用日志链接。你能告诉我吗u发布了一个可重复的例子[]？谢谢你的回答，并为交叉点抱歉。作为一个相对的NoB我不知道这是一个问题。作为一个例子，考虑可以下载的数据集。然后我运行下面的模型：mod，将这个注释添加到你的问题（通过编辑原始问题）是很好的。…比较实际的Stata输出和准泊松模型产生的输出会很有趣。是否也要将其添加到您的问题中？DWin，刚刚添加的输出，确实非常相似。也感谢您的努力！感谢您的回答，但是泊松模型不需要计数数据作为因变量吗？作为一个加法，根据R中的帮助文件，poisson族只接受链接
log
、
identity
、和
sqrt
.Ooops，应该写family=binomial（link=“probit”）.Will fix。这太棒了，非常感谢您的努力！我非常喜欢生成起始值的方法，我尝试了各种随机值，但没有成功。还感谢您指出vituse应该被视为一个因素。另外，再次为交叉发布感到抱歉！
data2 <- read.table("http://lib.stat.cmu.edu/datasets/Plasma_Retinol",
         skip=30,nrows=315)
dnames <- c("age","sex","smokstat","quetelet","vituse","calories","fat","fiber",
           "alcohol","cholesterol","betadiet","retdiet","betaplasma","retplasma")
names(data2) <- dnames

par(mfrow=c(1,2),las=1,bty="l")
with(data2,plot(betaplasma~age))
with(data2,boxplot(betaplasma~vituse))

mod <- glm(betaplasma ~ age + vituse, family=gaussian(link="log"), data=data2,
           start=c(10,0,0))
mod <- glm(betaplasma ~ age + vituse, family=gaussian(link="log"), data=data2,
           start=c(log(mean(data2$betaplasma)),0,0))

summary(mod)
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  5.467575   0.218360  25.039  < 2e-16 ***
## age          0.005681   0.003377   1.682   0.0935 .  
## vituse      -0.273027   0.065552  -4.165 4.03e-05 ***
## ---
## Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
## 
## (Dispersion parameter for gaussian family taken to be 31385.26)
## 
##     Null deviance: 10515638  on 314  degrees of freedom
## Residual deviance:  9791967  on 312  degrees of freedom
## AIC: 4160.4
## 
## Number of Fisher Scoring iterations: 9

confint(mod)
##                     2.5 %      97.5 %
## (Intercept)  5.0364648709  5.87600710
## age         -0.0007913795  0.01211007
## vituse      -0.4075213916 -0.14995759

with(data2,plot(log(1+betaplasma)~age))
with(data2,boxplot(log(1+betaplasma)~vituse))

library(ggplot)
theme_set(theme_bw())
(g1 <- qplot(age,1+betaplasma,colour=factor(vituse),data=data2)+
    geom_smooth(method="lm")+
    scale_y_log10())

g1 %+% subset(data2,betaplasma>0)