Если rxLogit() сходится числами в максимальное количество разрешенных итераций, и это справедливо и для других исполняемом формате, наиболее вероятная причина для разницы в оценка коэффициентов является использование различных «отличается». Другой возможной причиной является, если модель является удаление singularities удаляются (ранг объемов) единственного числа и переменные, значения коэффициентов оставшиеся зависит от переменных, которые удаляются и могут отличаться между программами (это можно рассматривать как тип контрастность).
Если любой из программ не сходится, их оценки не гарантируется и нельзя сравнивать. Использование разных начальных значений может привести к конвергенции. Например набор равен 0 для аргумента initialValues использует все 0 в качестве начальными значениями. Или задать вектор с правильным числом элементов.
rxLogit номер условия матрицы окончательный Ковариационный анализ дисперсии для обозначения числовой надежность результатов. Она также завершит оценки Если модель является слишком неверного помещении для получения надежных оценок.