如何用零膨胀泊松回归修正误差

Question

我使用包pscl进行了零膨胀的泊松回归，并在这个post中遇到了同样的错误。

但是，由于我知道z表示的过剩零点有一个单独的过程，那么只运行泊松作为一个解决方案是否仍然有意义(泊松结果很好)？是否有其他方法来解决ZIP的这个问题？我也尝试过零膨胀负二项回归，但它得到了同样的误差。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

如果没有一个可重复的例子，就很难回答这个问题，但我要给出几个观察结果(太长了，不能发表评论)：

• 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。除非你有一个非常大的数据集，否则很可能很难将10参数模型(截距+9协变量)与数据的计数和零通胀两方面进行拟合。(一个合理的经验法则是，你的观测值应该是参数的20倍，所以这是至少400个观测值--而对于估计零通胀而言，这个规则可能是保守的。)
• 您的一个参数估计(x6)大约为零，这意味着您的数据没有足够的变化来估计该参数(或者这个协变量还有其他一些问题，例如您在这个维度中有一个极端的异常值)。这很容易使整个模型的标准错误等等搞砸。

一般建议：

• 绘制数据
• 找到一个相当复杂的模型，您可以通过将一个过于复杂的模型和一个忽略了重要现象的过于简化的模型的区别分开来实际拟合，如下图所示：

​

​

“生态应用”，2009年，第592-596页