Si rxLogit() converge en el número máximo de iteraciones permitidas, y si el mismo puede decirse de los otros programas, el motivo más probable para una diferencia en los coeficientes estimados es que se están utilizando diferentes "contrastes". Otra causa posible es que si el modelo es singular (rank deficiente) y las variables se pierden para quitar las singularidades, los valores de los coeficientes restantes dependen de las variables que se eliminan y esto puede diferir entre los programas (Esto puede verse como un tipo de contraste).
Si alguno de los programas no convergen, sus estimaciones son confiables y no se pueden comparar. Uso de diferentes valores iniciales puede llevar a la convergencia. Por ejemplo, el conjunto el argumento de initialValues igual a 0 y utiliza todos 0 como valores iniciales. O establecer un vector con el número correcto de elementos. rxLogit muestra el número de la condición de la matriz de covarianza de variación final como indicador de la fiabilidad de los resultados numérico. También se considerará extinguida estimación si el modelo es demasiado mal-condicionado a producir estimaciones fiables.