我有一个包含10多个分类变量和大约20个数字变量的数据集。我正在尝试编辑Stef van Buuren的mice.impute.logreg函数（该函数可在github上使用）以调用glm.fit()，但具有较高的maxit值以尝试达到收敛。但是，按原样运行代码时，出现以下错误：
Error: Only strings can be converted to symbols
它来自代码中的这一行：
rv <- t(chol(sym(fit.sum$cov.unscaled)))
[我继续打印fit.sum$cov.unscaled的内容，并获得了一个巨大的协方差矩阵（？），其中包含所有变量（分类变量有点像一个热编码（？）），类似这样，但是更大：] >
Proteinuria22 Proteinuria23 Proteinuria24 Proteinuria25 Aetiol22 Aetiol23 Aetiol24 -0.0775687218 6.603074e-02 6.995692e-01 -1.0462947407 -1.990400e-01 -3.756997e+01 -6.198267e-01 Weight2 -0.0003022753 6.802872e-04 -1.138967e-03 -0.0043737786 2.550278e-04 3.380858e-02 6.343819e-04 Height2 0.0174235854 -8.945169e-02 -2.588742e-01 0.2947104430 -1.763788e-01 2.027542e+00 -3.676413e-02 BMI22 0.0038176385 -2.246294e-02 3.529623e-02 0.0507158023 -1.959203e-03 1.515110e+00 3.618223e-02 BMI23 0.0463573025 4.600740e-02 1.210799e-01 0.1009359117 6.368376e-03 7.268413e-01 -4.677462e-03 BMI24 0.0230542190 4.822956e-02 1.424563e-01 0.2136974371 -7.688207e-02 -4.099045e+00 -4.920604e-02 Proteinuria21 0.2564365948 2.399999e-01 2.869407e-01 0.2866854741 -3.345524e-02 7.021764e+00 -1.380307e-02 Proteinuria22 0.5114421153 2.658057e-01 2.444392e-01 0.2575295706 -5.555202e-02 2.132465e+00 -2.367527e-02 Proteinuria23 0.2658056994 8.278569e-01 2.805812e-01 0.1743841777 -5.433797e-02 -5.289189e+00 -1.905688e-02 Proteinuria24 0.2444391680 2.805812e-01 5.436426e-01 0.2272864202 -4.551615e-02 2.533664e+00 -1.962130e-02 Proteinuria25 0.2575295706 1.743842e-01 2.272864e-01 1.1656567100 -7.355628e-02 9.412580e+00 -1.330318e-01 Aetiol22 -0.0555520221 -5.433797e-02 -4.551615e-02 -0.0735562813 4.327236e-01 4.698377e+00 1.196196e-01 Aetiol23 2.1324651321 -5.289189e+00 2.533664e+00 9.4125804535 4.698377e+00 1.175992e+04 2.984111e+00由于我仍然不太熟悉
r，所以我真的不知道这意味着什么...我知道sym()用于将字符串转换为符号，但是我不知道如何（或为什么）这么大的矩阵将被转换为符号。有什么想法吗？
我有一个包含10多个分类变量和大约20个数字变量的数据集。我正在尝试编辑Stef van Buuren在github上可用的mice.impute.logreg函数，以调用glm.fit（），但是...
感谢@arun的注释中的指针，我发现只要使用周围的sym() chol，我就只需要删除function函数即可。>
计算实对称正定方阵的Choleski分解。