Matchit包中的警告("Glm.fit:拟合概率数值为0或1“)如何处理？
我正在运行一个包含大约200.000个观察值的代码，其中10.000个观察值被处理，其余的我正在尝试使用MatchIt包进行匹配。
由于其中一个变量，出现了一条警告消息，我不知道是否应该忽略它。消息是: Glm.fit:数字为0或1的拟合概率
我运行的代码类似于下面的代码：
m.out <- matchit(var ~ VAR1 + VAR2 + VAR3 + VAR4 + VAR5, data = mydata, method = "nearest", exact = c("VAR1", "VAR3", "VAR5"))为了举例说明，我们假设这个问题的变量是"VAR5“。这个变量是一个字符变量，大约有200个不同的文本。所以，我的问题是，这个警告是一个真正的问题，还是仅仅因为这个变量中有太多针对我的数据大小的选项，因此，无法找到治疗/控制预测？不管怎样，我能做些什么来避免这个警告吗？
最好的
回答 1
Stack Overflow用户
发布于 2020-01-14 04:09:58
默认情况下，MatchIt通过glm函数使用逻辑回归来估计倾向分数。这一警告意味着logistic回归模型已经过拟合，一些变量可以很好地预测治疗状态。这可能表明违反了积极(即，你的两组根本不同)，但正如你所提到的，可能只是一个相对不重要的特征有许多类别，其中一些与治疗完全重叠。有几种方法可以解决这个问题；其中之一确实是放弃VAR5，但您也可以尝试在MatchIt之外使用一种不受此问题影响的方法来估计您自己的倾向分数，然后通过distance参数将这些倾向分数提供给matchit()。
我想到了两种方法。第一种是使用brglm2，这是一个包，它实现了拟合逻辑回归模型的另一种方法，因此拟合的概率永远不会是0或1。这种方法很容易实现，因为它只使用了glm函数的微小变化。
第二种是使用机器学习方法，该方法执行正则化(即变量选择)，以便仅包括对分析重要的变量和因素水平。您可以使用glmnet执行套索或弹性净逻辑回归，您可以使用gbm或twang进行广义boosted建模，或者您可以使用SuperLearner堆叠几种机器学习方法并从中获取最佳预测。然后，您可以将预测值提供给matchit()。
https://stackoverflow.com/questions/59683885
复制相似问题
腾讯云开发者
