logistic回归在R

我有这样的数据，但有更多类似类型的变量

Company         Job  Month  Reported  Injury.Loc  Age
      1  Cartpenter      2         0         Leg   23
      2    Mechanic     12         1         Arm   33
      3       Legal      1         1         Arm   24
      4   Carpenter      1         1         Leg   75
      5       Legal      4         0        Head   23
      3      Dental      6         1       Wrist   40

我不能对变量的分类性质进行下面的逻辑回归

log_m1 <- glm(Reported ~. , data = df, family = "binomial")

---

log\u m1您可以对
vtreat
和
magritt
包以及
dplyr
使用下一种方法。代码如下：

library(vtreat)
library(dplyr)
library(magrittr)
#Data
df <- structure(list(Company = c(1L, 2L, 3L, 4L, 5L, 3L), Job = c("Cartpenter", 
"Mechanic", "Legal", "Carpenter", "Legal", "Dental"), Month = c(2L, 
12L, 1L, 1L, 4L, 6L), Reported = c(0L, 1L, 1L, 1L, 0L, 1L), Injury.Loc = c("Leg", 
"Arm", "Arm", "Leg", "Head", "Wrist"), Age = c(23L, 33L, 24L, 
75L, 23L, 40L)), class = "data.frame", row.names = c(NA, -6L))

完成后，我们使用
designTreatmentsZ（）
和
use_series
处理变量并在新的数据帧中赋值：

#Code for dummy vars
treatplan <- designTreatmentsZ(df2, vars)
#Process
scoreFrame <- treatplan %>%
    use_series(scoreFrame) %>%
    select(varName, origName, code)

#Create new data
dframe.treat <- prepare(treatplan, df2, varRestriction = newvars)

我们在新数据帧中提取新变量：

#Code for dummy vars
treatplan <- designTreatmentsZ(df2, vars)
#Process
scoreFrame <- treatplan %>%
    use_series(scoreFrame) %>%
    select(varName, origName, code)

#Create new data
dframe.treat <- prepare(treatplan, df2, varRestriction = newvars)

然后你就可以创建模型了。小心奇点，否则模型会给出错误的结论

#Model
log_m1 <- glm(Reported ~. , data = newdf, family = "binomial")

#模型
log_m1您可以对数字和分类自变量的混合进行逻辑回归-这不是您得到错误消息的原因

让我们首先展示一下，我们可以毫无问题地运行这样的回归：

set.seed（69）
df
#>调用：glm（公式=outcome~，family=“二项式”，data=df）
#> 
#>系数：
#>（截取）性别男性年龄
#>    0.169183     0.019774    -0.003115  
#> 
#>自由度：总共99个（即零）；97剩余
#>零偏差：138.6
#>剩余偏差：138.5 AIC:144.5

但是，如果我们将
sex
的所有值都设置为相同的值，则可以复制您的错误：

df2您不认为该错误是由其中一列中的一个因子级别引起的吗？（这当然是重现错误的最简单的方法）如果是这样的话，假设像这样创建虚拟变量，虽然是一个巧妙的技巧，但并不能解决问题，或者我没有抓住要点？@AllanCameron我也很困惑OP希望虚拟变量运行模型，但它可以生成
NA
的系数。
#Bind with original df
newdf <- cbind(df,dframe.treat)

  Company Month Reported Age Job_lev_x_Carpenter Job_lev_x_Cartpenter Job_lev_x_Dental
1       1     2        0  23                   0                    1                0
2       2    12        1  33                   0                    0                0
3       3     1        1  24                   0                    0                0
4       4     1        1  75                   1                    0                0
5       5     4        0  23                   0                    0                0
6       3     6        1  40                   0                    0                1

#Model
log_m1 <- glm(Reported ~. , data = newdf, family = "binomial")