问小鼠: glm.fit:算法没有收敛

EN

我决定贴出我的问题的答案，只是为了说明我是如何解决这个问题的，这有点不寻常，而且考虑到我在网上找到的解决方案都没有在我的案例中奏效。

我意识到警告实际上来自logreg函数(对于只有两个级别的分类变量)，而不是来自polyreg。因此，考虑到glm.fit()函数不仅在mice中调用，而且在logreg中调用，我最终在Github上找到mice代码，复制logreg函数，用maxit的控制参数编辑glm.fit()调用，将其重命名为?mice 'Details‘部分中指定的，并使用它。工作良好(经过更多的调试，lol)，算法现在收敛。

mice()内部对每个变量进行回归分析，即根据数据类型自动计算和自动选择方法。因此，对于您的分类变量，它选择了一个使用glm.fit()的多元逻辑方法，并且没有收敛。

为了简单地消除错误，您可以为所有变量设置method="pmm" (预测平均匹配)，或者预先将分类变量转换为数字。然而，， --这可能会导致错误的结果，我强烈建议过度考虑您的估算方法，并检查算法为什么不能收敛。

我遇到了一个类似的错误，这个问题来自于predictorMatrix中一些变量是完全共线的。老鼠建立的模型是无法辨认的，这就是我的问题所在。为了谷歌人的利益，在这里张贴信息，重复检查预测矩阵，例如，虚拟变量不是共线变量。删除其中一个级别允许logreg方法很好地工作。