GLM 分析中的警告

Question

我正在使用标准化和转换后的数据集运行 GLM 分析，但遇到如下警告消息。

glm.fit：拟合概率为 0 或 1 glm.fit：算法没有收敛 glm.fit: 拟合概率为 0 或 1

然后，我创建了一个模拟数据框，并以与实际数据集相同的方式运行它，并且没有任何警告。 下面是我的代码和模拟数据集 任何帮助，将不胜感激！ 谢谢！

library(tidyverse)
library(broom)
data <- data.frame(B = c("m","m","m","m","m", "m", "f","f","f","f","f"),
                   G= c("s","s","s","u","u", "u", "k","k","k","r","r"),
                   g1 = c(35, 2, 3, 4, 5, 6, 7, 10, 12, 41, 76), 
                   g2 = c(20, 2, 7, 2, 8, 5, 5, 3, 7, 2, 12), 
                   g3 = c(5, 0, 4, 5, 2, 4, 8, 9, 20, 1, 11,
                   g4 = c(1,3,4,5,7,3,1,5,7,3,10),
                   g5=  c(20,23, 27, 35, 12, 10, 17, 24, 21, 15, 16)))
data %>% 
  pivot_longer(-c(1:3)) %>% 
  group_split(name) %>% 
  set_names(nm = map(., ~ first(.x$name))) %>% 
  map(~ tidy(glm(factor(data$B) ~ value,family="binomial", data = .))) %>% 
  map(~ filter(., p.value > 0.05)) %>% 
  bind_rows(.id = "var")```

Answer 1

您很可能在完全或准完全分离方面存在问题：对于您的预测变量的某些组合，您只观察到失败的成功。对于小样本中的逻辑回归或参数空间较大的情况，这是很常见的现象。

为了获得所有参数的估计值，有几种实现会在可能性上增加一个小惩罚。查看Firth逻辑回归。在 R 中，可以由 logistf 包中的 logistf() 函数处理。

替换

glm(factor(data$B) ~ value,family="binomial", data = .)

在您的代码中使用

logistf(factor(data$B) ~ value, data = .)

你应该已经启动并运行了。 （记得先加载包）。

应该注意的是，分离本身并不一定是一个问题。仅当您需要参数估计时。

如果您将B 与G 制成表格，您实际上可以看到分离问题：

xtabs(~ B + G, data=data)

这会产生

   G
B   k r s u
  f 9 6 0 0
  m 0 0 9 9

所以你可以看到，如果你知道G，那么你就知道B的结果。