Kör en rxLogit() funktion som kan förväntas vara likvärdig med en glm() och rxGlm()-anrop på samma data kan returnera andra resultat än förväntat.
Följande enkla exempel matchar de koefficienter som returneras av glm() och rxGlm(), men dem som returneras av rxLogit() kan vara olika.
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)
Viktiga är att ange initialValues = NA i rxLogit().
InitialValues för rxLogit standardvärdet NULL. I hjälpen för rxLogit: "de ursprungliga värdena beräknas utifrån en linjär regression. Detta kan påskynda konvergensen i många fall betydligt. Om modellen inte konvergerar med dessa värden, har uppskattning automatiskt startats med hjälp av alternativet NA för startvärdena." Om NA används beräknas"inledande värdena för parametrarna genom att ett vägt minsta kvadratmetoden steg". RxGlm, initialValues som standard till datumfältet
Så om resultaten från rxLogit är oväntat olika, det kan vara att modellen konvergerar med initialValues = NULL och funktionen returnerar olika resultat. När du kör exemplet med initalValues = NA i rxLogit(), alla resultat matchning.
