使用 glm 预测 0 和 1 之间的连续变量 family=binomial(link='logit') 给出错误

Question

我正在尝试使用 glm 使用以下代码估计 0 到 1 之间的连续变量的逻辑回归，但我收到附加错误：

> glm(y ~ x, data=test_data, family=binomial(link = 'logit'))
Error in eval(family$initialize) : y values must be 0 <= y <= 1

但是，当我对 test_data 进行汇总时，df 的 y 值完全介于 0 和 1 之间...

> summary(test_data)
       y                  x         
 Min.   :0.000000   Min.   :0.0000  
 1st Qu.:0.001510   1st Qu.:0.0000  
 Median :0.003664   Median :1.0000  
 Mean   :0.025847   Mean   :0.5386  
 3rd Qu.:0.009054   3rd Qu.:1.0000  
 Max.   :1.000000   Max.   :1.0000

谁能帮我理解这里的问题是什么？如果我检查变量的类型，它们都是数字：

> class(test_data$y)
[1] "numeric"
> class(test_data$x)
[1] "numeric"

Answer 1

我在这里发现了问题 - 在深入研究数据后，有少量行的 y 值非常小，为负值（可能是由于舍入误差），例如：

> test_data[276,]
# A tibble: 1 x 2
          y     x
      <dbl> <dbl>
1 -1.47e-17     0

但是，这些超出范围的值不会显示在摘要中。

Answer 2

建议你试试：

which(as.numeric(test_data$x) < 0 | as.numeric(test_data$x) > 1)
which(as.numeric(test_data$y) < 0 | as.numeric(test_data$y) > 1)

使用 glm 预测 0 和 1 之间的连续变量 family=binomial(link='logit') 给出错误

Using glm to predict continuous variables between 0 and 1 family=binomial(link='logit') gives error

r

glm

logistic-regression