R 警告：glm.fit:算法未收敛

---

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