如何使用零膨胀泊松回归修复错误

Question

我使用包pscl 运行了零膨胀泊松回归并遇到了与此post 相同的错误

但是，由于我知道z 指示的多余零有一个单独的过程，因此仅运行泊松作为解决方案是否仍然有意义（泊松结果很好）？有没有其他方法可以解决 ZIP 的这个问题？我还尝试了零膨胀负二项式回归，但它得到了同样的错误。谢谢。

Call:
zeroinfl(formula = y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 | z, data = df)

Pearson residuals:
     Min       1Q   Median       3Q      Max 
-2.48465 -0.06156 -0.06126 -0.06091  5.57840 

Count model coefficients (poisson with log link):
                 Estimate Std. Error z value Pr(>|z|)
(Intercept)      3.547e+00         NA      NA       NA
x1              -3.251e-02         NA      NA       NA
x2               6.290e-03         NA      NA       NA
x3               8.867e-01         NA      NA       NA
x4               1.432e-01         NA      NA       NA
x5               2.705e-01         NA      NA       NA
x6              -8.223e-10         NA      NA       NA
x7              -7.218e-02         NA      NA       NA
x8               3.322e-02         NA      NA       NA
x9              -2.072e-01         NA      NA       NA

Zero-inflation model coefficients (binomial with logit link):
            Estimate Std. Error z value Pr(>|z|)
(Intercept)    5.531         NA      NA       NA
z              158.108         NA      NA       NA
Error in if (getOption("show.signif.stars") & any(rbind(x$coefficients$count,  : 
  missing value where TRUE/FALSE needed

Answer 1

如果没有可重复的例子，很难回答这个问题，但我会提供一些观察（评论太长）：

• pscl 的默认行为是对模型的零膨胀和计数（条件）部分使用相同的公式。除非您有一个非常大的数据集，否则您很可能无法将 10 参数模型（截距 + 9 个协变量）拟合到数据的计数和零膨胀方面。 （一个合理的经验法则是，您的观测值应该是参数的 20 倍，因此至少有 400 个观测值 - 该规则对于估计零通胀可能是保守的。）
• 您的一个参数估计值 (x6) 大约为零，这表明您的数据没有足够的变化来估计该参数（或者该协变量存在其他问题，例如您有一个极端这个维度的异常值）。这很容易弄乱整个模型的标准错误等。

一般建议：

• 绘制数据
• 找出一个相当复杂的模型，你可以通过区分一个过分复杂的模型和一个错过重要现象的过分简化模型之间的差异来实际拟合，如下图所示：

Uriarte 和 Yackulic，生态应用，19(3)，2009，第 592-596 页