问题标签 [logistf]

我正在尝试对 data.frame（11359 行，137 列）进行逻辑回归。data.frame 包含 Y（一个因变量）和预测变量（136 个自变量）。所有变量都是二进制的。

我基于“my_data”data.frame 创建的公式是 f = as.formula(paste('y ~', paste(colnames(my_data)[c(3:52, 54:133, 138:143)], collapse = '+'))). 我应用glm，logistf和pmlr如下

• glm(f, family = binomial(link = "logit"), data = my_data)
• logistf(f, my_data)
• pmlr(f, data = my_data, method = "likelihood", joint = TRUE)

glm 函数估计一些参数，但给出Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred. 我发现这条消息是由于分离问题而产生的，所以我尝试了 logistf 和 pmlr 函数。

使用logistf，50小时后我没有得到任何结果，没有错误，所以我决定终止这个过程。（cpu 使用率 23-27%，ram 使用率在前 10 小时内约为 1100mb，然后是 2-3mb）。

对于 pmlr，我得到了这个Error: cannot allocate vector of size 28.9 Gb。

我根据 137 个变量中的 10 个尝试了 logistf 和 pmlr 来检查问题是否是预测变量的数量，我得到了相同的结果。Logistf 一直在工作，并且 pmlr 给出了相同类型的错误，但向量的大小不同（比以前大！！！！，如果我没记错的话，大约 45 Gb）。

我是否应该更新笔记本电脑的 RAM 以执行此计算，找到一些其他功能（如果有其他用于惩罚逻辑回归的软件包）或者它是一种不同类型的问题，例如很多变量？

Windows 10 x64，处理器：i3-2.4GHz，内存：8.00Gb，R 版本：x64 3.4.0，Rstudio：1.0.143。

我需要创建自己的 nribin 代码，它可以用于 logistf 包结果，我也许可以工作，请给我一些建议！！！

我将 z.std = mdl.std$x[,-1] 更改为 z.std = mdl.std$x 并取消：link = mdl.std$family[[2]] 和 family=binomial(link)，

整个代码是：

nribin_LTY <- 函数（事件=NULL，mdl.std=NULL，mdl.new=NULL，z.std=NULL，z.new=NULL，p.std=NULL，p.new=NULL，updown='category' ，cut=NULL，link='logit'，niter=1000，alpha=0.05，msg=TRUE）{

}

我希望您留下您的评论：如果说任何带有“softmax 函数”一词的问题是其他带有“softmax 函数”一词的问题的副本是正确的吗？

我目前正在使用包拟合惩罚逻辑回归模型logistf（由于准完全分离）。我之所以选择这个包，brglm是因为我发现了更多关于logistf. 但是，brglm似乎可以更好地与其他功能（例如predict()或）集成margins::margins()。在brglm的文档中它说：

“逻辑回归的偏差减少方法的实现也可以在logistf包中找到。除了brglmin的明显优势之外，可以使用的链接函数范围（“logit”、“probit”、“cloglog”和“cauchit "), brglm 的计算效率也更高。”

有没有人使用这两个包的经验，可以告诉我我是否忽略了一个弱点brglm，或者我可以使用它来代替logistf吗？

我将不胜感激任何见解！

我最初使用 glm 包做了一个逻辑模型，但想纠正分离，所以我使用了 logistf 函数，现在我正在尝试重做我的绘图。我不确定如何使用 logistf 对象制作如下图。很多包似乎不支持它，我尝试使用 sjPlot 包的 plot_model() 函数，该函数为预测概率绘制一个点，但不会像使用 glm 对象那样自动添加误差线。我怎样才能绕过这个？是否有另一个包可以使这更容易，或者有没有办法手动添加错误栏？

我希望添加误差线的绘图代码是：

我的模型 lr3 的输出是：

我用来制作饥饿和种族情节的代码。我进行了一些手动编辑以使其看起来更好，但这是我理想中希望我的情节看起来的样子：