r - 在 glm 函数中使用特定值对数据进行子集化

Question

我需要检查 $20K 和 40K 特定收入的支出。我的 glm() 有效，但是当我添加子集时，出现错误：

glm(district21$expend ~ 1 + income, family = gaussian(link = "identity"),data = district21, subset = income == 20000)

glm.fit(x = numeric(0), y = numeric(0), weights = NULL, start = NULL, : object 'fit' not found 另外：警告消息：1：在 glm.fit(x = numeric(0), y = numeric(0), weights = NULL, start = NULL, : 在第 1 次迭代中没有观察到的信息 2: glm.fit: 算法没有收敛

我还想知道如何在子集争论中具体说明高于或低于中位数的收入？IE

glm(district21$expend ~ 1 + income, family = gaussian(link = "identity"),data = district21, subset = income > median())

标签： r

Answer 1

子集需要是一个逻辑向量。所以试试这个：

glm(expend ~ 1 + income, family = gaussian(link = "identity"), data = district21, subset = district21$income == 20000)

要为大于中位数的值设置子集，请尝试：

subset = district21$income > median(district21$income)

---

或者，您可以使用tidyverse管道提前对数据进行子集化：

library(tidyverse) 

dplyr::filter(district21, income == 20000) %>% 
   glm(expend ~ 1 + income, family = gaussian(link = "identity"), data = .)

dplyr::filter(district21, income > median(income)) %>% 
   glm(expend ~ 1 + income, family = gaussian(link = "identity"), data = .)