bestglm：级别（x）[x]中的错误：只能将0与负下标混合

吴凯

试图通过AIC方法使用bestglm函数来提出逻辑回归模型。以下是我运行过的数据集的摘要：数据集摘要

以下是我运行的行：

best1 <- bestglm(trainset, IC="AIC", family=binomial)

以下是我收到的错误消息：

Error in levels(x)[x] : only 0's may be mixed with negative subscripts
In addition: Warning messages:
1: In model.response(mf, "numeric") :
using type = "numeric" with a factor response will be ignored
2: In Ops.factor(y, z$residuals) : ‘-’ not meaningful for factors

dput（testset）structure（list（EyeContact = structure（c（2L，1L，2L，1L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，1L，2L，2L， 2L，1L，2L，1L，1L，2L，1L，1L，2L，1L，2L，1L，2L，1L，2L，2L，2L，2L，2L，2L，2L，1L，2L，1L，1L， 2L，2L，2L，1L，1L，2L，1L，2L，2L，1L，1L，1L，2L，2L，2L，2L，2L，2L，2L，1L，1L，2L，1L，2L，2L， 2L，2L，2L，1L，2L，1L，1L，2L，2L，2L，2L，2L，2L，1L，2L，2L，1L，2L，1L，2L，1L，2L，2L，2L，1L， 2L，2L，2L，1L，2L，2L，2L，2L，1L，2L），.Label = c（“ N”，“ Y”），class =“ factor”），Post.Processing =结构（c（ 2L，2L，2L，1L，1L，1L，2L，2L，2L，1L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，1L， 2L，2L，2L，1L，2L，2L，2L，2L，2L，2L，2L，2L，1L，1L，2L，2L，2L，1L，2L，2L，2L，2L，1L，2L，2L， 2L，2L，1L，1L，1L，2L，1L，2L，1L，2L，1L，2L，1L，1L，2L，1L，2L，1L，2L，2L，2L，1L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，1L，2L，2L，1L，2L，2L，2L，1L，2L，2L，2L，2L， 2L，2L，2L，2L，2L）、. Label = c（“ N”，“ Y”），class =“ factor”），HairColour =结构（c（3L，2L，2L，2L，2L，2L， 4L，2L，1L，3L，1L，2L，1L，2L，2L，1L，1L，2L，1L，2L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L， 3L，1L，1L，2L，2L，2L，2L，1L，1L，4L，1L，1L，2L，2L，1L，1L，1L，1L，2L，1L，2L，1L，2L，4L，1L， 1L，1L，1L，2L，2L，1L，1L，2L，2L，1L，4L，1L，2L，1L，1L，2L，2L，3L，3L，1L，2L，1L，4L，2L，2L， 1L，1L，4L，1L，2L，3L，2L，1L，1L，1L，1L，1L，2L，1L，2L，2L，4L，1L，2L，1L，1L，4L）,. Label = c（ “ BL”，“ BR”，“ NULL”，“ O”），类=“ factor”），动物=结构（c（1L，1L，1L，1L，1L，1L，2L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L）、. Label = c（“ N”，“ Y”），class =“ factor”），Age =结构（c（1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，2L，2L，2L，2L，2L， 2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L，2L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L， 3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，.Label = c（“ 21”， “ 22”，“ 23”），类=“因子”），后视图=结构（c（1L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，2L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L），.Label = c（“ N”，“ Y”），class =“ factor”），SkinTone =结构（ c（3L，2L，2L，2L，1L，1L，2L，2L，2L，2L，1L，2L，2L，2L，2L，2L，3L，2L，2L，2L，2L，2L，1L，1L， 2L，2L，2L，2L，2L，1L，2L，1L，2L，2L，2L，2L，1L，1L，1L，1L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 1L，1L，1L，1L，2L，2L，2L，1L，2L，2L，2L，1L，1L，2L，1L，3L，3L，2L，2L，1L，2L，2L，2L，2L，3L，3L，2L，2L，2L，2L，2L，2L，2L，2L，1L，2L，2L，3L，1L，1L，2L，2L，2L，1L，1L，1L，2L， 1L，2L，2L，2L，1L，1L，2L），.Label = c（“ Dark”，“ Fair”，“ NULL”），class =“ factor”），Smile =结构（c（5L，3L， 1L，1L，5L，4L，1L，1L，5L，1L，4L，4L，1L，1L，4L，3L，1L，2L，2L，1L，4L，3L，5L，5L，1L，3L，1L， 5L，5L，2L，5L，1L，2L，5L，1L，2L，2L，1L，4L，5L，5L，4L，3L，5L，2L，4L，2L，3L，5L，3L，5L，4L， 1L，5L，5L，4L，5L，5L，5L，1L，5L，2L，2L，1L，5L，5L，3L，5L，4L，4L，5L，4L，1L，3L，2L，1L，1L， 5L，4L，5L，4L，5L，5L，1L，2L，4L，3L，5L，5L，1L，5L，1L，4L，1L，4L，5L，1L，5L，4L，4L，5L，5L， 1L），.Label = c（“ CS”，“ NS”，“ NULL”，“ O”，“ ST”），class =“ factor”），HairLength = structure（c（1L，3L，2L，2L， 2L，1L，3L，3L，1L，2L，1L，3L，1L，1L，1L，1L，1L，3L，1L，1L，3L，2L，1L，1L，1L，1L，1L，1L，1L，3L，1L，2L，1L，1L，1L，1L，3L，1L，1L， 3L，3L，1L，2L，3L，3L，1L，1L，1L，1L，2L，2L，1L，3L，1L，1L，1L，2L，1L，1L，1L，3L，1L，3L，2L， 1L，1L，1L，2L，2L，2L，1L，1L，1L，1L，1L，1L，1L，3L，1L，1L，3L，3L，1L，1L，1L，1L，2L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，3L），.Label = c（“ L”，“ NULL”，“ SM”），class =“系数“），HairTexture =结构（c（3L，3L，3L，3L，3L，3L，3L，3L，3L，2L，3L，3L，3L，3L，3L，3L，1L，3L，1L，3L， 3L，3L，1L，3L，3L，1L，3L，3L，3L，3L，1L，2L，1L，3L，1L，3L，1L，3L，1L，3L，3L，3L，3L，3L，3L， 1L，1L，3L，1L，3L，2L，1L，3L，3L，3L，3L，1L，3L，3L，3L，3L，3L，3L，3L，1L，3L，3L，2L，1L，3L， 3L，3L，3L，3L，3L，3L，3L，3L，3L，1L，1L，3L，1L，1L，3L，3L，2L，1L，3L，1L，3L，3L，3L，3L，1L， 3公升3L，1L，1L，3L，3L，3L，3L），.Label = c（“ C”，“ NULL”，“ S”），class =“ factor”），HairStyle = structure（c（1L，1L， 3L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，3L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，2L，1L，1L，1L，3L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，3L，3L，1L， 1L，1L，1L，1L，3L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，3L，1L，1L，1L，1L，3L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，3L，1L，1L，1L， 1L），.Label = c（“ LD”，“ NULL”，“ T”），class =“ factor”），Outfit = structure（c（2L，1L，2L，1L，3L，1L，1L，4L， 1L，4L，1L，1L，1L，1L，1L，1L，4L，1L，2L，3L，2L，1L，1L，1L，1L，1L，1L，1L，2L，1L，4L，4L，2L， 1L，1L，2L，3L，3L，4L，1L，1L，1L，1L，1L，3L，1L，1L，1L，1L，1L，3L，1L，1L，1L，4L，3L，4L，1L，1L，1L，2L，3L，1L，3L，1L，1L，1L，1L，3L，2L，2L，1L，2L， 1L，1L，3L，1L，1L，1L，3L，3L，1L，1L，1L，1L，1L，4L，1L，1L，1L，1L，2L，1L，1L，3L，1L，1L，1L， 1L，2L，4L，1L，4L），.Label = c（“ D”，“ I”，“ NULL”，“ O”），class =“ factor”），Background = structure（c（2L，4L， 1L，4L，3L，1L，1L，2L，1L，1L，1L，1L，1L，1L，4L，2L，1L，4L，1L，4L，1L，1L，4L，1L，3L，2L，1L， 1L，4L，2L，1L，1L，1L，4L，1L，1L，1L，1L，1L，4L，2L，1L，1L，1L，3L，3L，1L，1L，4L，1L，3L，1L， 1L，1L，2L，1L，1L，1L，2L，3L，2L，1L，2L，4L，4L，4L，1L，4L，1L，1L，1L，1L，1L，1L，1L，3L，1L， 1L，1L，1L，3L，2L，1L，1L，1L，3L，2L，4L，2L，4L，1L，1L，4L，3L，3L，1L，2L，4L，1L，3L，4L，4L， 3L），.Label = c（“ I”，“ N”，“ NULL”，“ P”），class =“因子“），TypeofShot =结构（c（1L，4L，1L，4L，2L，4L，1L，1L，4L，1L，1L，2L，1L，1L，4L，3L，4L，1L，1L，3L， 4L，3L，3L，3L，4L，4L，2L，1L，3L，1L，3L，4L，1L，4L，1L，1L，2L，1L，1L，4L，1L，1L，4L，4L，2L， 1L，3L，4L，1L，1L，2L，1L，4L，4L，3L，1L，4L，1L，3L，1L，4L，1L，1L，1L，1L，3L，1L，1L，2L，2L， 1L，4L，1L，4L，4L，1L，1L，1L，1L，1L，2L，3L，3L，3L，4L，2L，3L，3L，1L，3L，4L，1L，3L，2L，1L， 1L，1L，3L，2L，1L，4L，3L，4L）、. Label = c（“ CU”，“ ECU”，“ LS”，“ MS”），类别=“ factor”），障碍物=结构c（1L，2L，1L，1L，1L，3L，1L，1L，1L，1L，1L，1L，1L，1L，1L，3L，1L，1L，1L，3L，1L，2L，1L，1L， 3L，3L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，3L，1L，3L，1L，1L，3L，1L， 2L，1L，1L，3L，1L，3L，1L，1L，1L，1L，1L，1L，3L，3L，3L，1L，1L，3L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，3L，1L，1L，1L，1L，1L，1L），.Label = c（“ N”，“ NULL”，“ Y”），class =“ factor”），Makeup = structure（c（ 4L，4L，2L，2L，3L，2L，2L，3L，2L，2L，1L，1L，2L，2L，3L，4L，1L，2L，2L，4L，1L，4L，2L，3L，4L， 2L，1L，2L，2L，2L，2L，1L，1L，1L，1L，2L，1L，1L，1L，2L，2L，2L，3L，3L，2L，1L，2L，3L，3L，1L， 2L，1L，3L，2L，4L，2L，2L，2L，3L，2L，2L，3L，3L，3L，3L，3L，1L，2L，2L，3L，2L，3L，2L，4L，4L， 2L，3L，2L，1L，2L，3L，3L，1L，2L，1L，2L，4L，2L，2L，2L，2L，2L，1L，2L，2L，2L，4L，2L，2L，1L， 3L，1L，1L），.Label = c（“ H”，“ L”，“ N”，“ NULL”），class =“ factor”），结果=结构（c（1L，1L，1L，1L， 1L，1L，1L，1L，2L，1L，1L，1L，2L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，2L，2L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，2L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，2L，2L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L），.Label = c（“ N”，“ Y”），class =“ factor”），预测= c（9.32475933917106e-09 ，0.0385259384817495、0.0678681154072461、0.234968717458685、0.0290199853775816、0.171162293958793793、0.00129264601900783、0.00675484440459677、0.128155946032347、0.133539709174044、0.118744423809008、0.060206929901843、0.128155946032347、0.146426608321689、0608、360360834563 0.8679。111383163512112，0.0402597164944323，0.0141022328039524，0.55471858422641，0.128155946032347，0.35526622136263，0.128155946032347，0.382743622548627，0.00485338573377989，0.128155946032347，0.0324058895421302，0.320728574893713，0.320728574893713，0.35526622136263，0.146426608321148，0.0179540767871002，0.398798221640772，0.362407391381727，0.00485338573377989，0.00129264601900783，0.128155946032347，0.0823507208338033，0.00675484440459677，0.0195543511193415，0.320728574893713， 0.128155946032347、0.174534177022049、0.0477307982973154、0.0625662879441275、0.0174929064796301、0.135882446473831、0.00696631574219797、0.419831884479578、0.0862150002573959、0.128155946032347、0.0698582713166507、0.128155946032347、0.174534177022049、0.0164634102803959841.14002192545012e-08，0.0345251778805331，0.208346726243955，0.0203551415502053，0.020830802150735，0.128155946032347，0.197915823620481，0.146426608321148，9.32475933917106e-09，9.32475933917106e-09，0.128155946032347，0.0552623520735392，0.016802787713206，0.0345251778805331，0.146426608321148，0.00675484440459677，0.00579370288906212，0.320728574893713，0.00316694181006374，0.320728574893713，0.146426608321148 ，1.66951123737628e-08、0.0466701670833381、0.0402597164944323、0.382743622548627、0.128155946032347、0.128155946032347、0.118744423809008、0.171162293958793、0.0402597164944323、0.146426608321148、0.0895467055067367、0.0110101302622226、0.05872534136263（360081608）284230842842 Post.Processing”，“ HairColour”，“ Animals”，“年龄”，“后视图”，“肤色”，“微笑”，“头发长度”，“头发纹理”，“头发样式”，“服装”，“背景”，“ TypeofShot”，“障碍物”，“化妆”，“结果”，“预测”），row.names = c（2L，3L，9L，17L，19L，22L，23L，28L，29L，41L，42L，45L，47L，53L，55L，67L，68L，69L， 72L，78L，80L，81L，82L，83L，84L，90L，94L，95L，101L，103L，106L，111L，113L，116L，118L，119L，120L，122L，123L，128L，130L，134L，136L， 138L，144L，146L，148L，150L，152L，161L，162L，163L，165L，168L，174L，175L，180L，181L，183L，194L，204L，207L，210L，213L，214L，215L，221L，224L， 230L，234L，235L，236L，237L，239L，240L，244L，249L，250L，255L，259L，262L，272L，277L，278L，280L，281L，284L，289L，296L，297L，304L，306L，308L 316L，321L，323L，327L，329L，332L，335L，337L，339L，340L），类=“ data.frame”）

塞德里克

该模型正在运行，它提供了一些输出，但是print方法不起作用。

> print(best1)
AIC
Best Model:
Error in levels(x)[x] : only 0's may be mixed with negative subscripts
In addition: Warning messages:
1: In model.response(mf, "numeric") :
  using type = "numeric" with a factor response will be ignored
2: In Ops.factor(y, z$residuals) : '-' not meaningful for factors

但是best1结构正确，并且提供了best1 $ BestModel

best1$BestModel

Call:  glm(formula = y ~ ., family = family, data = Xi, weights = weights)

Coefficients:
     (Intercept)  Post.ProcessingY             Age22             Age23  
         -40.416          -244.338            59.277           -41.652  
    SkinToneFair      SkinToneNULL           SmileNS         SmileNULL  
         245.316            -5.102           -80.986          -142.908  
          SmileO           SmileST    HairLengthNULL      HairLengthSM  
        -121.258           -80.482          -159.677           -20.045  
         OutfitI        OutfitNULL           OutfitO       BackgroundN  
          41.652           -41.653          -410.492            19.895  
  BackgroundNULL       BackgroundP     TypeofShotECU      TypeofShotLS  
         -82.640          -208.283            16.369          -101.467  
    TypeofShotMS           MakeupL           MakeupN        MakeupNULL  
         101.819            39.438          -122.850           285.187  

Degrees of Freedom: 102 Total (i.e. Null);  79 Residual
Null Deviance:      69.99 
Residual Deviance: 5.545    AIC: 53.55

您可以将print.bestglm方法替换为

print.bestglm <- function (x, ...) 
{
  ti <- x$Title
  cat(ti, fill = TRUE)
  if ((x$ModelReport$Bestk > 0) || (x$ModelReport$IncludeInterceptQ)) {
    cat("Best Model:", fill = TRUE)
    if (any(x$ModelReport$NumDF > 1)) 
      out <- summary(x$BestModel)
    else out <- summary(x$BestModel)$coefficients
    print(out)
  }
  else cat("Best Model is the null model with no parameters.", 
        fill = TRUE)
}

问题在于代码使用了不推荐使用的功能。它在glm对象上调用aov，这是错误的。我认为使用替换功能应该可以解决问题。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。

编辑于 2020-11-10

我来说两句

0 条评论

登录后参与评论

上一篇：如何获得法拉第/扫描以遍历整个DynamoDB表？

如何避免此错误：只能将0与负下标混合？

plm::purtest: 对象 [1:(length(object) - x)] 中的错误：只有 0 可能与负下标混合

bestglm：级别（x）[x]中的错误：只能将0与负下标混合

bestglm：级别（x）[x]中的错误：只能将0与负下标混合

IE 11中的FormData未定义

如何一次从多个文本框中获取值？

在 Python 2.7 中。如何从文件中读取特定文本并分配给变量

OpenCv：改变 putText() 的位置

Redux动作正常，但减速器无效

如何从JavaScript中的MP3文件读取元数据属性？

如何使用Redux-Toolkit重置Redux Store

将加号/减号添加到jQuery菜单

OpenGL纹理格式的颜色错误

获取并汇总所有关联的数据

超过时间限制错误C ++

ActiveModelSerializer仅显示关联的ID

在交互式Python Shell中获得最后结果

如何开始为Ubuntu开发

去噪自动编码器和常规自动编码器有什么区别？

Excel 2016图表将增长与4个参数进行比较

算术中的c ++常量类型转换

使用因子时如何在y轴上的ggplot中插入count或％

TreeMap中的自定义排序

如何在R中转置数据

在 React Native Expo 中使用 react-redux 更改另一个键的值