r - 老鼠 : glm. 适合:算法没有收敛

Question

我有一个数据集，其中包含大约 12 个等级从 2 到 10 的分类变量，以及其他数值变量。约 280 条记录。我正在使用 r 中的 mice 包以所有默认设置对丢失的数据执行插补。但是，当我尝试这样进行估算时:

imp <- mice(df)

我继续收到此警告:

glm.fit: algorithm did not converge

我在网上找到的解决方案here和 here只专注于直接使用 glm 函数，但在我的例子中，它是从 mice 中调用的函数。我试过设置 maxit = 50，像这样

imp <- mice(df, maxit = 50)

但最终只会收到更多相同警告的实例。知道是什么原因造成的吗？

Answer 1

我决定发布我的问题的答案只是为了展示我是如何解决它的，这有点不寻常，而且我在网上找到的解决方案都没有在我的案例中起作用。

我意识到警告实际上来自 logreg 函数(对于只有 2 级的分类变量)，而不是来自 polyreg。因此，考虑到 glm.fit() 函数不仅在 mice 中被调用，而且在 logreg 中被调用，我最终找到了mice 代码在 Github ，复制 logreg 函数，使用 maxit 的控制参数编辑 glm.fit() 调用，将其重命名为 >?mice 'Details' 部分，并使用它。运行良好(经过更多调试，哈哈)，算法现在收敛了。