具有多个预测器的多后勤回归代码的问题

Question

我试图对一些变量进行多重逻辑回归，这些变量在单因素分析的疾病条件下具有统计学意义。因为我们的样本尺寸是300左右，所以我们把它作为p<0.2。我为这些变量做了一个新的数据

regression1df <- data.frame(dgfcriteria, recipientage, ESRD_dx,bmirange,graftnumber, dsa_class_1, organ_tx, transfuse01m, transfuse1yr, readmission1yr, citrange1, switrange, anastamosisrange, donorage, donorgender, donorcriteria, donorionotrope, intubaterange, kdpirange, kdrirange, eptsrange, proteinuria, terminalurea, na.rm=TRUE)

我使用变量来预测疾病状况，即DGF (dgfcriteria==1)，而非疾病则不是DGF (dgfcriteria==0).

这是数据的结构。

​

​

当我试图使用glm代码运行整个变量列表时：

predictors1 <- glm(dgfcriteria ~.,
data = predictors1df,
family = "binomial" )

contrasts<-中的错误(*tmp*，value = contr.funs[1 + isOFnn])：对比只能应用于2级或2级以上的因素。

但是，当我只使用dataframe的一些变量运行它时，就会有一个输出。

predictors1 <- glm(dgfcriteria ~ recipientage + ESRD_dx + bmirange + graftnumber + dsa_class_1 + organ_tx + transfuse01m + transfuse1yr +  readmission1yr +citrange1 +switrange + anastamosisrange+ donorage+ donorgender + donorcriteria + donorionotrope,
data = predictors1df,
family = "binomial" )

这个输出看起来很奇怪，尽管有很多NAs。

​

​

我哪里出错了？

Answer 1

从您的数据结构来看，您有很多缺失的值。在前10行中，相当多的变量看起来只有2或3个不缺失的值。当您对缺少值的数据运行回归时，默认情况是删除所有缺少值的行。

显然，有些数据存在严重的重叠，因此当删除所有缺少值的行时(剩下的内容请参见na.omit(your_data) )，一些变量只剩下一个级别，因此不再适合回归。当然，当您只使用一些变量时，将会删除较少的行，并且您的情况可能会更好。

因此，您必须决定如何处理丢失的值。这取决于你的目标和你对失败原因的理解。常见的可能性包括遗漏、归咎、创建新的“缺失”级别，以及在变量选择中考虑到缺失程度。