Se rxLogit() converge entro il numero massimo di iterazioni consentite e, se lo stesso accade per gli altri programmi, il motivo più probabile per una differenza nei coefficienti previsti che sono utilizzati diversi "contrasti". Un altro possibile motivo è che se il modello è singolare (rank carente) e le variabili vengono eliminate per rimuovere la singolarità, i valori dei coefficienti rimanenti dipendono le variabili che vengono eliminate e può differire tra i programmi (questa operazione può essere visualizzata come un tipo di contrasto).
Se uno dei programmi non convergono, le stime non sono affidabili e non possono essere confrontate. Utilizzo dei valori iniziali diversi può causare la convergenza. Ad esempio, impostare l'argomento initialValues uguale a 0 e utilizza tutti 0 come valori iniziali. O impostare un vettore con il numero corretto di elementi. rxLogit Visualizza il numero di condizione della matrice di varianza-covarianza finale come indicatore dell'affidabilità dei risultati numerici. Inoltre verrà interrotta la stima se il modello è troppo corti condizionati per produrre stime affidabili.