我目前在 MRS 中使用 rxLogit 模型作为 MRO 中标准 GLM 模型的替代品（约 300,000 行，但 3 个因子具有 200、400 和 5000 级别）。这将我在具有 128 GB RAM 的 2x6 核心 Xeon 上的计算时间从 26 小时缩短到 7 小时。
在估计之后，我需要/想要计算聚类的稳健标准误差。在标准 RI 中，可以通过多种方式执行此操作，例如，通过 multiwayvcoc 包中的 cluster.vcoc()。
我尝试将带有 as.glm() 的 rxLogit 对象转换为 glm 对象并随后执行我的分析，但随后出现以下错误：
Error in qr.lm(object) : lm object does not have a proper 'qr' component.
Rank zero or should not have used lm(.., qr=FALSE).
我在调用时也会收到此错误，例如，summary(as.glm(rxLogitObject))。
有没有人遇到过类似/相同的问题并可以提供解决方案？
非常感谢，
尼克拉斯