问题标签 [mass]

我在 R 中遇到了一个问题，至少可以这么说，这对我来说似乎很奇怪。我使用包中的 rlm 安装了一个强大的回归框架，MASS所以规范是这样的：

然而，每次我运行这个命令并打印摘要时，R 都会提供略有不同的估计值、标准误差以及 t 值和 p 值。差异并不大，但足以渲染 10%p=0.07到p=0.11. 有谁知道这是从哪里来的？我想明确一点，在运行之间，数据集中没有任何变化。中间没有任何命令运行。我会非常感谢这里的帮助，因为这让我对我的结果非常不安全。提前致谢

我正在尝试使用 mass 包运行有序 logit 回归，并且在 R 中不断出现此错误消息。我正在运行模型

fit2 <- polr(level ~ pvi + enrollment, data = schools, Hess = TRUE) summary(fit2)

但这给了我错误Error in svd(X) : infinite or missing values in 'x'

如果我只使用 level 和 pvi 运行相同的模型，我不会收到任何错误。Enrollment 是一个整数变量，范围约为 50-50,000，并且没有丢失数据。

我正在尝试使用 MASS parcoord (R) 来说明具有约 2000 行（观察）的数据集，其中包含 11 个变量和 7 个我分配颜色的因素。我的图形输出有两个问题：

1. 变量名的字体太大，想减半。我正在使用代码：

2. 然后我想突出这些因素中的一个，将其他因素保持在背景中，用浅色或使它们不可见或透明。我使用以下内容：

但是在图表的某些部分，红线被白色线所掩盖，看起来它们在前景中，而红线则进入背景。我怎样才能克服这个问题？我用“NULL”代替“white”，但没有解决问题。

我正在尝试对以下内容进行负二项式回归：

我假设这是除泊松回归之外最好的回归技术，但我运行以下......

..并得到这个错误...

不确定我在这里到底做错了什么。我并不完全依赖于负比诺姆，但我想要另一个模型来比较，而不仅仅是泊松，这看起来很合适。

这段R代码：

给出以下错误消息：

的predict.lda功能MASS已记录在案，但显然不是包名称空间的一部分。为什么不？

这个问题很重要，因为我需要predict.lda在自己的包中使用，而这个错误使它无法通过 CRAN 检查。

Pearson 的卡方检验数据：table(emp1) 和 table(est1) X-squared = 8.9722, df = 12, p-value = 0.7053

Pearson 的卡方检验数据：table(emp2) 和 table(est2) X-squared = 8.9722, df = 12, p-value = 0.7053

是否有一些解释为什么我在泊松和二项式负分布之间的卡方检验（重复多次）中具有完全相同的 p 值？我预计负二项式分布超过 0.05，泊松分布 <0.05，但这不会发生。

问题是什么时候出现的？

我试图使用以下语句使用(via ) 的polr()方法进行序数回归分析。在该声明中，“步数”是我的因变量。当我设置（在列标题和语句中）下划线替换空格（即 Number_of_Steps）时，一切正常。Rrpy2

但是，使用空格（即步数），我收到以下错误。

RRuntimeError：解析错误（text = x，keep.source = FALSE）：：1:17
：意外符号1：as.factor（数量

我是如何尝试解决问题的？

我在谷歌上进行了搜索，还检查了与这个问题相关的 SO（例如这个）中的不同问题。但是，我仍然没有找到这个问题的解决方案。

然后，我的问题

as.factor(variable name)在使用过程中如何使用空格分隔的变量名（即列标题）mass.polr()？

谢谢阅读！

我正在尝试使用glmer.nb()from package拟合混合效应负二项式模型lme4。

我收到以下警告：

警告消息：在 theta.ml(Y, mu, weights = object@resp$weights, limit = limit, : 达到迭代限制

我想我应该增加迭代次数的限制theta.ml。

怎么做？我怎么能theta.ml()在里面打电话glmer.nb()？任何帮助表示赞赏！

我在这里找到了用于 OLR 可视化的代码。但是，我正在使用 GSS 调查，但我不知道如何创建此处使用的“权重”表。

我指的是weights = table1$weight_group：如何创建此表？我有调查本身的权重，但不知道语法应该是什么。

提前致谢。

A.西斯金德

我无法使用jtools的export_summs函数对系数求幂。我想知道是否有可能以一种方式或另一种方式？