執行的 rxLogit() 函式應該可以預期等於 glm() 和 rxGlm() 呼叫在相同的資料超過預期，可能會傳回不同的結果。
在下列的簡單範例中，會比對傳回的 glm() 和 rxGlm() 的係數，但所傳回的 rxLogit() 可能會不同。
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)
關鍵是要設定 initialValues = rxLogit() 中的值為 NA。
為 rxLogit，initialValues 的預設值為 NULL。從 rxLogit 的說明:"的起始值將進行評估的線性迴歸為基礎。這樣可以加快大幅在許多情況下的交集。如果模型無法收斂使用這些值，估計是自動重新啟動的起始值為使用 [NA] 選項 」。如果值為 NA，"參數的起始值則會計算加權的最小平步驟 」。為 rxGlm，initialValues，預設值為 NA
所以如果意外不同 rxLogit 的結果，它可能是模型沒有收斂與 initialValues = NULL，則函數會傳回不同的結果。當執行此範例，使用 initalValues = rxLogit()，所有的結果相符項目中的值為 NA。
