使用rms包lrm函数拟合带offset的仅截距模型报错求助

我尝试用rms包的lrm()函数拟合带offset项的仅截距模型，但两次尝试都报错，而glm()能成功拟合等效模型。以下是复现代码及报错信息：

### 生成数据
# 安装并加载rms包
# install.packages("rms")
library(rms)

set.seed(1)
# 生成事件概率
p.true <- runif(1000, 0.2 , 0.8)
# 生成二分类结局变量
state1.bin <- rbinom(1000, 1, p.true)
# 构建数据集，包含结局变量和事件概率的logit转换值
data.raw.temp <- data.frame(
  "state1.bin" = state1.bin, 
  "p.true.logit1" = log(p.true/(1-p.true))
)

### 拟合带offset的仅截距模型
# glm成功拟合
glm(state1.bin ~ offset(p.true.logit1), data = data.raw.temp, family = binomial(link = "logit"))
# lrm尝试1：公式中用offset()
lrm(state1.bin ~ offset(p.true.logit1), data = data.raw.temp)
# lrm尝试2：使用函数的offset参数
lrm(state1.bin ~ 1, offset = p.true.logit1, data = data.raw.temp)

glm的拟合结果（符合预期）：

Call:  glm(formula = state1.bin ~ offset(p.true.logit1), family = binomial(link = "logit"), 
    data = data.raw.temp)

Coefficients:
(Intercept)  
   -0.02642  

Degrees of Freedom: 999 Total (i.e. Null);  999 Residual
Null Deviance:      1270 
Residual Deviance: 1270     AIC: 1272

两次lrm尝试的报错：

• 尝试1报错：

Error in lrm(state1.bin ~ offset(p.true.logit1), data = data.raw.temp) : 
  object 'nact' not found

• 尝试2报错：

Error in fitter(X, Y, offset = offs, penalty.matrix = penalty.matrix,  : 
  formal argument "offset" matched by multiple actual arguments

解决方案 #

lrm()函数的内部机制要求模型至少有一个显式的自变量，才能正确初始化计算流程。针对仅截距+offset的场景，你可以给数据集添加一列无信息的虚拟变量（比如全1的列），再将这个变量加入公式，就能顺利拟合模型了。

步骤如下：

1. 添加全1的虚拟变量到数据集：

data.raw.temp$dummy <- 1

2. 拟合模型：

lrm_fit <- lrm(state1.bin ~ dummy + offset(p.true.logit1), data = data.raw.temp)

验证结果 #

拟合后的模型关键输出如下，其中dummy的系数与glm的截距系数几乎一致，符合预期：

Logistic Regression Model

lrm(formula = state1.bin ~ dummy + offset(p.true.logit1), data = data.raw.temp)

Coefficients:
            Coef    S.E.   Wald Z Pr(>|Z|)
dummy    -0.0264  0.0713 -0.370    0.7116

你也可以用~ 0 + dummy + offset(p.true.logit1)作为公式，此时dummy的系数直接对应截距项，结果完全相同。

内容的提问来源于stack exchange，提问作者AP30