用R做logistic回归，定性自变量太多导致报错怎么办

Posted 2023-04-08

参考技术A

　　用R做logistic回归，定性自变量太多导致报错的解决办法

先减少定性自变量个数，试一试。

如果仍报错，则可能是其它原因。 

或者，同时辅助SPSS软件试一试。

参考技术B fit1=glmnet(w.full[,1:18],w.full[,19],family="binomial")
fit1.cv=cv.glmnet(w.full[,1:18],w.full[,19],family="binomial") #交叉检验
coef1=coef(fit1,s=fit1.cv$lambda.min) #10折交叉检验惩罚系数最小时的系数
active.fit1=which(coef1 !=0)
active.coef1=coef1[active.fit1]
active.fit1 #显示此时剩余的自变量
active.coef1 #上述此时自变量的回归系数估计

做二元logistic回归遗漏项很多怎么办

参考技术A 可以多尝试不同的变量选择方法，
比如glmnet，偏最小二乘，向前向后逐步变量选择，或者先做一步PCA，再用主成分进行logistic回归。最终看下哪个模型的效果好，就选用哪一个模型。1.可以用变量选取，如向前或向后法，然后利用Cross-Validatin或者AIC/BIC,Mallow Cp（若数据服从假设）方法挑出最好的。2.用Lasso或者Ridge Regression这样的Regularization方法调整参数选择模型。最后，可以用PCA先降维，然后再做回归。