Ich versuche, einige Diagnosen auf einem binären logistischen Regressionsmodell zu laufen. Genauer gesagt, plottet das marginale Modell. Leider bekomme ich immer wieder den Fehler "endlich xlim Werte". Der folgende Code reproduziert das Problem. Mein Modell enthält sowohl numerische als auch kategorische Variablen (die im Modell in Dummy-Variablen umgewandelt werden). Wie auch immer, ich weiß, dass dieser Fehler auftreten kann, wenn alle Werte NA sind, aber das ist nicht der Fall für meine Daten und ich bin mir nicht sicher, was los ist.marginalModelPlots Fehler "brauche endlich 'xlim' Werte"
set.seed(020275)
df <- data.frame(y=sample(c(0,1), 10, replace=TRUE),
cat=sample(c("Red", "Blue", "Green"), 10, replace=TRUE),
loc=sample(c("North", "South", "East", "West"), 10, replace=TRUE),
count=runif(10, 0, 10),
stringsAsFactors = FALSE)
glmModel <- glm(y ~ cat + loc + count, family=binomial(), data=df)
glmModel
library(car)
marginalModelPlots(glmModel)
bekomme ich folgende Fehlermeldung:
Error in plot.window(...) : need finite 'xlim' values
In addition: Warning messages:
1: In xy.coords(x, y, xlabel, ylabel, log) : NAs introduced by coercion
2: In min(x) : no non-missing arguments to min; returning Inf
3: In max(x) : no non-missing arguments to max; returning -Inf
der Suche nach ein paar Ideen/Anregungen/Hinweise, wie damit umgehen.
Haben Sie versucht, mit: Statt mmp (glmModel)? – Dave2e
Richtig, guter Punkt. mmp funktioniert, aber ich sehe nur den ganzen linearen Prädiktor-Plot. Ich suche auch nach den einzelnen Prädiktor-Plots (die in der mmps-Version der Funktion enthalten sind). –