Logistic回归中R语言寻找最优拟合模型报错

Young.Dr博主您好，看了您的这篇博文，深受启发，于是自己如法炮制，但是总是报错，可否麻烦您指点一二，不胜感激！
R笔记：全子集回归 | 最优子集筛选变量挑选
https://blog.csdn.net/qq_52813185/article/details/127386362?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-127386362-blog-104425227.235%5Ev32%5Epc_relevant_default_base3&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-127386362-blog-104425227.235%5Ev32%5Epc_relevant_default_base3&utm_relevant_index=1

以下是我的程序，我想运用bestglm函数获取一个最优的logistic模型：

install.packages("olsrr")
library(olsrr)
install.packages("bestglm")
library(bestglm)
library(leaps)
VAX2 <- VA[c("Year","Month","Season","City","Sex","Agegroup","Setting","Fever","Rash","Breakadj")]
VAX2 <- as.data.frame(as.matrix(VAX2))
VAX2 <- na.exclude(VAX2)
VAX2$Year <- as.numeric(VAX2$Year)
VAX2$Setting <- as.factor(VAX2$Setting)
VAX2$City <- as.factor(VAX2$City)
VAX2$Season <- as.factor(VAX2$Season)
VAX2$Month <- as.factor(VAX2$Month)
VAX2$Sex <- as.factor(VAX2$Sex)
VAX2$Fever <- as.factor(VAX2$Fever)
VAX2$Rash <- as.numeric(VAX2$Rash)
VAX2$Agegroup <- as.numeric(VAX2$Agegroup)
VAX2$Breakadj <- as.factor(VAX2$Breakadj)
str(VAX2)
View(VAX2)
bestglm(VAX2, IC="BIC", family=binomial)

但很可惜跑不出来结果，R的报错提示如下：

img

bestglm(VAX2, IC="BIC", family=binomial)
Morgan-Tatar search since family is non-gaussian.
Note: factors present with more than 2 levels.
BIC
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

麻烦您指点一二，感激不尽！

不知道你这个问题是否已经解决, 如果还没有解决的话:
  • 以下回答来自chatgpt:

    很抱歉，由于无法获取您的具体代码与数据，我无法直接运行您的程序来查找错误。但是，根据错误提示信息以及我对Logistic回归的了解，我可以给出以下一些可能会导致这种错误的原因和解决方案：

    1. 数据类型问题：错误信息中出现了“factor”，这可能意味着您的自变量或因变量是分类变量，而bestglm函数不适用于分类变量。建议将其转换为数值型变量再尝试。

    2. 数据中存在缺失值：如果您未能处理缺失值，那么bestglm函数将无法正常工作。建议在运行bestglm函数之前，使用函数如na.omit或者complete.cases等清理缺失值。

    3. 调用bestglm函数的方式不正确：在调用bestglm函数时，需要考虑到参数的设置，如family参数设置为"binomial"，全局搜索算法（global.algorithm = "hnet"）等。建议检查您运行bestglm函数时的参数设置，确保其正确。

    4. 版本问题：也许您使用的bestglm函数版本不兼容您的R版本或其他包版本，建议更新R或bestglm包。

    总之，我建议您通过手动模型选择、模型交叉验证、模型评估和对结果的解释等步骤一步步寻找最优模型。


如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^