R 中的不可逆性障礙 package

Question

對於一個項目，我正在使用 0 的角解決方案分析數據。我可以隨意使用響應 y 和大約 20 個自變量。 對於 model 這類數據我想使用刪失回歸模型，包括：Tobit、Truncated Normal Hurdle/Cragg 和 Tobit Type II。 所有這些都可以通過 R 中的“障礙”package 輕松實現。

但是，為了實現截斷法線跨欄/Cragg model，我注意到發生了一件奇怪的事情。 具體來說，當良好選擇和缺乏資源機制的規范變得更加相似時，我開始遇到錯誤：

 system is computationally singular: reciprocal condition number = 1.13973e-18

因此，例如，以下規范運行良好

  model_good <- mhurdle(y ~ x1 + x2 + ... + x20| x1 + x2 |, 0, data = X, dist = "n")

雖然在第二部分（良好選擇）中包含來自第一部分（期望消耗）的更多預測變量的規范會遇到麻煩：

  model_error <- mhurdle(y ~ x1 + x2 + ... + x20| x1 + x2 + ... x15 |, 0, data = X, dist = "n")

我已經檢查了我的數據的可逆性，這似乎不是問題。 我使用的 20 個特征之間的成對相關性均不超過 0.15，並且矩陣 (X'X) 具有滿秩。

現在我想知道，當這兩個部分的規格變得與 model 的工作方式固有的相似時，model 是否會引發錯誤，還是 ZEFE90A8E604A7C840E88D03A67F6B7 錯誤？

編輯：

在估計文檔（ http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.204.8204&rep=rep1&type=pdf ）中提供的示例時，我也遇到了問題，例如：

  model12i <- mhurdle(durable ~ age + quant | age + quant | age + quant, tobin, dist = "n", method = "bfgs")

還給出了一個奇點問題：

  Lapack routine dgesv: system is exactly singular: U[1,1] = 0

Answer 1

我遇到的問題似乎是由於我的數據結構方式造成的。 具體來說，一些協變量是在 (-1, 1) 區間內取值的比率，而其他協變量是域范圍為 (-1e+10, 1e+10) 的會計變量。 不知何故，package 無法處理域中的巨大差異。 因此我采取了兩個步驟：

• 將所有會計變量除以 10.000
• 移除異常值

采取這些步驟后，庫按預期執行。