RxLogit()-Funktion ausgeführt, dürfte entspricht einer glm() und rxGlm() an dieselben Daten möglicherweise unterschiedliche Ergebnisse zurück, als erwartet.
Im folgenden einfachen Beispiel Koeffizienten von glm() und rxGlm() zurückgegeben entspricht jedoch den von rxLogit() zurückgegebenen abweichen.
myFormula <- as.formula("y ~ x1 + x2 + x3 ")model <- rxLogit( myFormula, data = sampleData)
modelGLM <- glm(myFormula,family=binomial(logit),data=sampleData)
modelrxGLM <- rxGlm(myFormula,family=binomial(logit), data=sampleData)
Der Schlüssel ist InitialValues festlegen = NA in rxLogit().
Für RxLogit InitialValues hat den Standardwert NULL. Hilfe für RxLogit: "die Anfangswerte werden geschätzt werden anhand einer linearen Regression. Dies kann Konvergenz in vielen Fällen erheblich beschleunigen. Wenn das Modell nicht zusammen mit diesen Werten, ist Schätzung automatisch neu gestartet mit der Option NA Anfangswerte." Bei NA werden "ursprüngliche Werte von Parametern Schritt gewichteten Fehlerquadrate berechnet". RxGlm automatisch InitialValues Real.
Wenn die Ergebnisse RxLogit unerwartet unterscheiden, möglicherweise innerhalb des Modells mit InitialValues = NULL und die Funktion gibt unterschiedliche Ergebnisse zurück. Beim Ausführen des Beispiels mit InitalValues = NA in rxLogit() alle Ergebnisse übereinstimmen.
