R：基于轮廓似然的置信区间

我正在使用库

Bhat

中的函数

plkhci

构建基于轮廓可能性的置信区间，我得到了以下警告：

警告消息：在dqstep（列表）中（label=x$label，est=btrf（xt，x$low， x$upp），low=x$low，：oops:找不到步长，使用默认值

当我跑的时候

---

r我给了你一个超长的答案，但它将帮助你看到你可以追踪自己的错误消息（大多数时候，有时这种查看函数的方法不起作用）。当方法抛出警告时，最好能看到它内部发生了什么，因为有时它是好的，有时您需要修复数据

这个函数真的很复杂！您可以通过在R命令行中键入

dfp

来查看它（后面没有括号），它将打印出整个函数

从末尾起17行，您将看到一个作业：

del <- dqstep(x, f, sens = 0.01)

这就是罪魁祸首，它返回您得到的消息。它正上方的一行说明了r是如何计算的。您正在向此函数输入先前函数中的默认

x

，再加上一个灵敏度方程（我假设dfp生成，它又大又丑，所以我没有解开所有的方程）。当上一个嵌套函数返回小于零的

r

值，以及

NA

的

r

值或

b

值为零时，将显示该消息

第二个错误告诉您，它很可能是

b==0

，因为b是分母，它返回的是无穷大值，所以这个嵌套函数不会将步长返回给dfp中的变量

del

该步骤被输入到该等式中：

h <- logit.hessian(x, f, del, dapprox = FALSE, nfcn)  

---

h我看到另一个部分有类似的警告
if（is.na（f2））你现在决定在置信区间计算中使用该步长是否正确是什么意思？我该如何决定？对于x:
x列表中的上界和下界，错误部分可以是其中之一，但它们似乎在说同样的事情，因为被零除的错误可能是ow和无穷大值取决于子函数的编写方式。至于步长，这一系列函数允许您影响如何根据提交的数据计算间隔。如果您的数据不允许计算间隔，则您需要明确设置默认值，或接受列为默认值的步骤。关于h的决定如何前进与您的数据、数据的使用、行业标准有关。没有简单的答案。您似乎在处理回归方程。但您也在手动输入值……因此不清楚值来自何处……这些问题实际上与R无关，但更多的是与统计相关的，而且非常复杂具体来说。你可能想和你所在领域的人联系，讨论如何继续。。。
if (r < 0 | is.na(r) | b == 0) {
        warning("oops: unable to find stepsize, use default")
        cat("problem with ", x$label[i], "\n")
        break
    }  

h <- logit.hessian(x, f, del, dapprox = FALSE, nfcn)