Se rxLogit() converge dentro do número máximo de iterações permitidos e o mesmo se aplica os outros programas, o motivo mais provável para uma diferença de coeficientes estimados é que "contrastes" diferentes estão sendo usados. Outro motivo é que se o modelo for singular (classificação deficiente) e variáveis são descartados para remover os singularities, os valores dos coeficientes restantes dependerá de quais variáveis são descartados e pode ser diferente entre os programas (Isso pode ser visto como um tipo de contraste).
Se qualquer um dos programas não convergem, suas estimativas são confiáveis e não podem ser comparadas. Uso de diferentes valores iniciais pode levar a convergência. Por exemplo, definir o argumento initialValues igual a 0 para usa todos 0 como valores de partida. Ou defina um vetor com o número correto de elementos. rxLogit exibe o número da condição da matriz covariância de variação final como um indicador da confiabilidade dos resultados numérico. Ele também será encerrado estimativa se o modelo é muito mal condicionado para gerar estimativas confiáveis.