我有 500 个组织中女性员工比例的比例数据。我想使用 GLM 来使用其他自变量（例如公司规模、行业等）来解释这个因变量。我在 Stata 中使用了 GLM 回归，如此处推荐。
stata 模型如下所示：
glm PercentageFemale othervariables, link(logit) family(binomial) robust nolog
但是，当我尝试在 RI 中复制我的结果时，会得到不同的结果。我在 R 中的模型如下所示：
fitglm <- glm (formula = cbind(Successes, Failures) ~ other variables, family = binomial)
successes公司的女性人数和男性人数分别在哪里failures。我知道我不能像在 Stata 中那样直接在 R 中使用百分比，所以我使用了cbind. 我尝试使用glmrobust，但出现错误说系统完全是单一的。
关于如何在 R 中复制我的 Stata 结果的任何想法？cbind当我在 R 中使用时，我做错了什么吗？
Stata 命令将显示错误，因为glm使用的语句指定了逻辑回归，结果为 1/0。您应该会看到一条错误消息“注意：PercentageFemale 具有非整数值。 ”但是，您的 R 命令已正确指定。
由于您没有提供数据，让我们从 R 中的一个可复制示例开始：
library(MASS)
data(menarche)
out <- glm(cbind(Menarche, Total-Menarche) ~ Age,
family=binomial(logit), data=menarche)
summary(out)
# Export into Stata data
library(foreign)
write.dta(menarche, "c:\\temp\\menarche.dta")
结果是：
[PRINTOUT SNIPPED FOR SPACE]
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -21.22639 0.77068 -27.54 <2e-16 ***
Age 1.63197 0.05895 27.68 <2e-16 ***
---
[PRINTOUT SNIPPED FOR SPACE]
现在，在 Stata 中复制它。首先让我们得到错误：
gen pm = Menarche / Total
glm pm Age, link(logit) family(binomial)
结果：
. glm pm Age, link(logit) family(binomial)
note: pm has noninteger values
[SNIPPED FOR SPACE]
AIC = .5990425
Log likelihood = -5.488031242 BIC = -73.81271
------------------------------------------------------------------------------
| OIM
pm | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Age | 1.608169 .6215021 2.59 0.010 .390047 2.826291
_cons | -20.91168 8.111063 -2.58 0.010 -36.80907 -5.014291
------------------------------------------------------------------------------
结果不同意。还要注意第 2 行的错误消息。
要让 Stata 与您的数据集格式对话，请使用blogit. 请注意，在 R 中，它是yes 的数量和no 的数量；在Stata中，它是yes的数量，然后是总数：
blogit Menarche Total Age
以下是 R 的结果：
Logistic regression for grouped data Number of obs = 3918
LR chi2(1) = 3667.18
Prob > chi2 = 0.0000
Log likelihood = -819.65237 Pseudo R2 = 0.6911
------------------------------------------------------------------------------
_outcome | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
Age | 1.631968 .0589532 27.68 0.000 1.516422 1.747514
_cons | -21.22639 .7706859 -27.54 0.000 -22.73691 -19.71588
------------------------------------------------------------------------------