Я получаю сообщение об ошибке при установке с использованием lrm
(rms
), тогда как я не использую glm. Я хотел бы использовать функцию lrm для функций проверки и калибровки, связанных с пакетом.lrm fit vs glm подходит для прерывистой функции
Возможно, меня смущает то, что я хочу от своей модели: я ожидаю совсем другой результат, если ковариат равен нулю, а если результат отличен от нуля. Много предпочитают, чтобы соответствовать два термина, а не какой-то одной функции к данным
a= c(rep(0,10),rnorm(90,10,1)) # 10% outcomes=0, 90% clustered around 10.
b= rnorm(100)>0
mydataframe=data.frame(a,b)
glm(b~I(a>0)+a,data=mydataframe,family='binomial') # no errors.
lrm(b~I(a>0)+a,data=mydataframe)
Error in if (!length(fname) || !any(fname == zname)) { : missing value where TRUE/FALSE needed
Конечно либо GLM или LRM отлично работает только с glm(b~a, data=mydataframe)
, но не должны LRM работы, а когда функция «а "включен дважды? Или существует какая-то особенность или неправдоподобная оценка?
Заранее благодарим за любое направление!
Я думаю, этот вопрос раньше, вероятно, связано: http://stackoverflow.com/questions/10562398/линейной регрессии с-взаимодействия, не может-в-эфф-пакет –