如何修复零膨胀泊松回归的错误

Question

我用包pscl运行了零膨胀泊松回归，并在这篇文章中遇到了同样的错误

但是，由于我知道z指示的多余零有一个单独的过程，将泊松作为解决方案运行是否仍然有意义（泊松结果很好）？ 有没有其他方法可以解决 ZIP 的这个问题？ 我也尝试过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

如果没有可重复的示例，很难回答这个问题，但我将提供一些观察结果（评论太长）：

• pscl的默认行为是对模型的零膨胀部分和计数（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通胀方面。 （一个合理的经验法则是，你的观察值应该是参数的 20 倍，所以至少有 400 个观察值——而且这个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，这表明您的数据中没有足够的变化来估计该参数（或者该协变量存在其他一些问题，例如您在该维度中有一个极端异常值） . 这很容易弄乱整个模型的标准错误等。

一般建议：

• 绘制你的数据
• 找到一个合理复杂的模型，您可以通过拆分会损坏的过度复杂模型和忽略重要现象的过度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