R logistic模型的观测信息矩阵

我已经提出了我自己的模型，现在正试图用R实现它，我一直在研究如何使用我的公式找到观测矩阵。我使用glm（）来拟合带有惩罚项的逻辑模型，使用二进制数据集x1，x2，x3，y（所有二进制0,1）fit1，如果glm（）模型def.new是惩罚偏差

X.tilde <- as.matrix(x)                                     # n*p matrix of the data set 
W <- Diagonal(length(y), weights)                           # n*n diagonal matrix of the weights
qq <- exp(fit1$fitted.values)/(1 + exp(fit1$fitted.values)) # n*1 vector (pi=probability of the logistic model )
cc <- t(1 - qq)                                             # n*1 vector 
gg <- (dev.new) * t(dev.new)                                # p*p matrix
ff <- (X.tilde) %*% t(X.tilde)                              # n*n matrix
pp <- exp(fit1$coefficients)/(1 + exp(fit1$coefficients))   # p*1 matrix
ss <- t(1/(1 + exp(fit1$coefficients)))                     # p*1 vector
aa <- t(X.tilde) %*% qq %*% cc %*% W %*% (X.tilde)          # p*p matrix
firstP <- (aa + (pp * ss))                                  # p*p matrix
info.mat <- firstP+gg                                       # p*p matrix
info.mat <- as.matrix(info.mat)

---

X.tilde您能否更新您的问题，请参考您问题中的评论？如果没有其他详细信息，我们仍然无法回答此问题。谢谢仅仅从你给出的维度来看；如果一个向量是nx1（例如qq），那么它的转置将不是nx1。。。所以我们真的需要一个可复制的例子