R 警告:glm.fit:算法未收敛
R 警告:glm.fit:算法未收敛,r,model,regression,R,Model,Regression,如果没有更多关于你数据的信息,你将很难得到帮助 有关一般建议,请参见此 这可能是因为y数据中缺少两个类。事实上,例如: y <- c(rep(1, 1000)) df <- data.frame(y = y) reg <- glm(y ~ 1, data = df, family = binomial("logit")) reg 但是,如果您的数据集中只有无,此解决方案将不起作用。我将立即放置我的数据和其他信息!>>Bdata$y>截取\模型>>警告:gl
如果没有更多关于你数据的信息,你将很难得到帮助 有关一般建议,请参见此 这可能是因为
y
数据中缺少两个类。事实上,例如:
y <- c(rep(1, 1000))
df <- data.frame(y = y)
reg <- glm(y ~ 1, data = df, family = binomial("logit"))
reg
但是,如果您的数据集中只有
无
,此解决方案将不起作用。我将立即放置我的数据和其他信息!>>Bdata$y>截取\模型>>警告:glm.fit:算法未收敛>>摘要(截取\模型)>>调用:>glm(公式=y~1,族=二项式(“logit”),数据=Bdata)>>偏差残差:>最小1Q中值3Q最大>-2.409e-06-2.409e-06-2.409e-06-2.409e-06-2.409e-06>系数:>估计标准误差z值Pr(>| z |)>(截距)-26.57 1754.75-0.015 0.988>>(二项式族的离散参数取1)>>零偏差:41187自由度上的0.0000e+00>剩余偏差:41187自由度上的2.3896e-07>AIC:2>>Fisher评分迭代次数:25我在帖子中放了我的数据图片,请帮助我。你能看到它吗?提供了很多建议
Call:
glm(formula = y ~ 1, family = binomial("logit"), data = Bdata)
Deviance Residuals:
Min 1Q Median 3Q Max
-2.409e-06 -2.409e-06 -2.409e-06 -2.409e-06 -2.409e-06
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -26.57 1754.75 -0.015 0.988
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 0.0000e+00 on 41187 degrees of freedom
Residual deviance: 2.3896e-07 on 41187 degrees of freedom
AIC: 2
Number of Fisher Scoring iterations: 25
y <- c(rep(1, 1000))
df <- data.frame(y = y)
reg <- glm(y ~ 1, data = df, family = binomial("logit"))
reg
reg <- glm(y ~ 1, data = df, family = binomial("logit"), maxit = 100)
reg