<\/p>\n
Uma mensagem de aviso que voc\u00ea pode encontrar no R \u00e9:<\/span><\/p>\n Este aviso ocorre quando voc\u00ea est\u00e1 ajustando um modelo de regress\u00e3o log\u00edstica e as probabilidades previstas de uma ou mais observa\u00e7\u00f5es em seu banco de dados n\u00e3o podem ser distinguidas de 0 ou 1.<\/span><\/p>\n Observe que esta \u00e9 uma mensagem de aviso<\/strong> e n\u00e3o um erro. Mesmo se voc\u00ea receber esse erro, seu modelo de regress\u00e3o log\u00edstica ainda ser\u00e1 adequado, mas pode ser \u00fatil analisar o quadro de dados original para ver se h\u00e1 algum valor discrepante que esteja causando o aparecimento desta mensagem de aviso.<\/span><\/p>\n Este tutorial explica como lidar com esta mensagem de aviso na pr\u00e1tica.<\/span><\/p>\n Suponha que ajustemos um modelo de regress\u00e3o log\u00edstica ao seguinte quadro de dados em R:<\/span><\/p>\n Nosso modelo de regress\u00e3o log\u00edstica ajusta os dados com sucesso, mas recebemos uma mensagem de aviso que ajusta numericamente as probabilidades para 0 ou 1<\/strong> .<\/span><\/p>\n Se usarmos o modelo de regress\u00e3o log\u00edstica ajustado para fazer previs\u00f5es sobre o valor da resposta das observa\u00e7\u00f5es no banco de dados original, podemos ver que quase todas as probabilidades previstas s\u00e3o indistingu\u00edveis de 0 e 1:<\/span><\/p>\n Existem tr\u00eas maneiras de lidar com esta mensagem de aviso:<\/span><\/p>\n (1) Ignore isso.<\/strong><\/span><\/p>\n Em alguns casos, voc\u00ea pode simplesmente ignorar esta mensagem de aviso porque ela n\u00e3o indica necessariamente que h\u00e1 um problema com o modelo de regress\u00e3o log\u00edstica. Isso significa simplesmente que uma ou mais observa\u00e7\u00f5es no quadro de dados previram valores indistingu\u00edveis de 0 ou 1.<\/span><\/p>\n (2) Aumentar o tamanho da amostra.<\/strong><\/span><\/p>\n Em outros casos, esta mensagem de aviso aparece ao trabalhar com pequenos blocos de dados para os quais simplesmente n\u00e3o h\u00e1 dados suficientes para fornecer um ajuste confi\u00e1vel do modelo. Para corrigir esse erro, simplesmente aumente o tamanho da amostra das observa\u00e7\u00f5es inseridas no modelo.<\/span><\/p>\n (3) Remova valores discrepantes.<\/strong><\/span><\/p>\n Noutros casos, este erro ocorre quando existem valores discrepantes na base de dados original e apenas um pequeno n\u00famero de observa\u00e7\u00f5es t\u00eam probabilidades pr\u00f3ximas de 0 ou 1. Ao remover estes valores discrepantes, a mensagem de aviso muitas vezes desaparece.<\/span><\/p>\n Os tutoriais a seguir explicam como lidar com outros avisos e erros no R:<\/span><\/p>\n Como corrigir em R: f\u00f3rmula de modelo inv\u00e1lida em ExtractVars Uma mensagem de aviso que voc\u00ea pode encontrar no R \u00e9: Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred Este aviso ocorre quando voc\u00ea est\u00e1 ajustando um modelo de regress\u00e3o log\u00edstica e as probabilidades previstas de uma ou mais observa\u00e7\u00f5es em seu banco de dados n\u00e3o podem ser distinguidas de 0 ou 1. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2078","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Warning message:\nglm.fit: fitted probabilities numerically 0 or 1 occurred \n<\/strong><\/pre>\n
Como reproduzir o aviso<\/strong><\/h3>\n
#create data frame\ndf <- data. frame<\/span> (y = c(0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1),\n x1 = c(3, 3, 4, 4, 3, 2, 5, 8, 9, 9, 9, 8, 9, 9, 9),\n x2 = c(8, 7, 7, 6, 5, 6, 5, 2, 2, 3, 4, 3, 7, 4, 4))\n\n#fit logistic regression model\n<\/span>model <- glm(y ~ x1 + x2, data=df, family=binomial)\n\n#view model summary\n<\/span>summary(model)\n\nWarning message:\nglm.fit: fitted probabilities numerically 0 or 1 occurred \n\nCall:\nglm(formula = y ~ x1 + x2, family = binomial, data = df)\n\nDeviance Residuals: \n Min 1Q Median 3Q Max \n-1.729e-05 -2.110e-08 2.110e-08 2.110e-08 1.515e-05 \n\nCoefficients:\n Estimate Std. Error z value Pr(>|z|)\n(Intercept) -75.205 307338.933 0 1\nx1 13,309 28512,818 0 1\nx2 -2.793 37342.280 0 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n Null deviance: 2.0728e+01 on 14 degrees of freedom\nResidual deviance: 5.6951e-10 on 12 degrees of freedom\nAIC: 6\n\nNumber of Fisher Scoring iterations: 24<\/span><\/span><\/strong><\/span><\/pre>\n #use fitted model to predict response values\n<\/span>df$y_pred = predict(model, df, type=\" response<\/span> \")\n\n#view updated data frame\n<\/span>df\n\n y x1 x2 y_pred\n1 0 3 8 2.220446e-16\n2 0 3 7 2.220446e-16\n3 0 4 7 2.220446e-16\n4 0 4 6 2.220446e-16\n5 0 3 5 2.220446e-16\n6 0 2 6 2.220446e-16\n7 0 5 5 1.494599e-10\n8 1 8 2 1.000000e+00\n9 1 9 2 1.000000e+00\n10 1 9 3 1.000000e+00\n11 1 9 4 1.000000e+00\n12 1 8 3 1.000000e+00\n13 1 9 7 1.000000e+00\n14 1 9 4 1.000000e+00\n15 1 9 4 1.000000e+00<\/strong><\/span><\/pre>\n Como lidar com o aviso<\/strong><\/span><\/h3>\n
Recursos adicionais<\/strong><\/span><\/h3>\n
Como consertar em R: o argumento n\u00e3o \u00e9 num\u00e9rico nem l\u00f3gico: return na<\/a>
Como corrigir: randomForest.default(m, y, \u2026): Na\/NaN\/Inf na chamada de fun\u00e7\u00e3o estrangeira<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"