使用glm预测0到1之间的连续变量family = binomial（link ='logit'）会产生错误

Question

我正在尝试使用glm使用以下代码来估计0到1之间的连续变量的逻辑回归，但是却出现了错误：

> glm(y ~ x, data=test_data, family=binomial(link = 'logit'))
Error in eval(family$initialize) : y values must be 0 <= y <= 1

但是，当我对test_data进行汇总时，df的y值完全在0到1之间...

> summary(test_data)
       y                  x         
 Min.   :0.000000   Min.   :0.0000  
 1st Qu.:0.001510   1st Qu.:0.0000  
 Median :0.003664   Median :1.0000  
 Mean   :0.025847   Mean   :0.5386  
 3rd Qu.:0.009054   3rd Qu.:1.0000  
 Max.   :1.000000   Max.   :1.0000

谁能帮助我了解这里的问题？ 如果我检查变量的类型，它们都是数字：

> class(test_data$y)
[1] "numeric"
> class(test_data$x)
[1] "numeric"

Answer 1

建议您尝试：

which(as.numeric(test_data$x) < 0 | as.numeric(test_data$x) > 1)
which(as.numeric(test_data$y) < 0 | as.numeric(test_data$y) > 1)

Answer 2

我在这里发现了问题-深入研究数据后，只有少量行具有非常小的y负值（可能由于舍入误差），例如：

> test_data[276,]
# A tibble: 1 x 2
          y     x
      <dbl> <dbl>
1 -1.47e-17     0

但是，这些超出范围的值不会在摘要中显示。