运行 具有 Gamma 分布的 GLM，但数据包含零
Running a GLM with a Gamma distribution, but data includes zeros
我正在尝试 运行 R 中的 GLM 用于生物量数据（还原生物量和生殖生物量与植物生物量的比率）作为栖息地类型的函数（"hab"），年份数据被收集（"year"），以及数据收集地点（"site"）。我的数据看起来很适合 Gamma 分布，但我有 8 个观测值的生物量为零（约 800 个观测值），所以模型不会 运行。处理这个问题的最佳方法是什么？另一个错误分布是什么？或者将一个非常小的值（例如 .0000001）添加到我的零观测值是否可行？
我的模型是：
reproductive_biomass<-glm(repro.biomass~hab*year + site, data=biom, family = Gamma(link = "log"))
啊，zeroes - 非常喜欢它们。
根据您正在研究的系统，我很想检查零膨胀或障碍模型 - 基本思想是模型有两个组成部分：一些二项式过程决定响应是否是零或非零，然后是适用于非零的伽玛。巧妙的部分是您可以对两个模型的系数进行推断，甚至可以对两者使用不同的系数。
http://seananderson.ca/2014/05/18/gamma-hurdle.html ...但是搜索 "zero-inflated gamma" 或 "tweedie models" 也可能会产生一些有用的 and/or 学术信息。
在理想情况下，您的分析工具应该适合您的系统和预期的推论。零膨胀的世界非常美好，但以独立过程的假设为条件。因此，一个需要回答的重要问题当然是在你的研究背景下什么是零 "mean"，只有你能回答这个问题——无论它们是恰好非常小的数字，还是真正的零是一些混杂过程的结果，例如您的同事洒了漂白剂（或其他对您的研究无趣的东西），或者是有趣的真零。
另一个想法：在交叉验证上再问同样的问题，你可能会得到一个更具有统计意义的答案。祝你好运！
我正在尝试 运行 R 中的 GLM 用于生物量数据（还原生物量和生殖生物量与植物生物量的比率）作为栖息地类型的函数（"hab"），年份数据被收集（"year"），以及数据收集地点（"site"）。我的数据看起来很适合 Gamma 分布，但我有 8 个观测值的生物量为零（约 800 个观测值），所以模型不会 运行。处理这个问题的最佳方法是什么？另一个错误分布是什么？或者将一个非常小的值（例如 .0000001）添加到我的零观测值是否可行？
我的模型是：
reproductive_biomass<-glm(repro.biomass~hab*year + site, data=biom, family = Gamma(link = "log"))
啊，zeroes - 非常喜欢它们。
根据您正在研究的系统，我很想检查零膨胀或障碍模型 - 基本思想是模型有两个组成部分：一些二项式过程决定响应是否是零或非零，然后是适用于非零的伽玛。巧妙的部分是您可以对两个模型的系数进行推断，甚至可以对两者使用不同的系数。
http://seananderson.ca/2014/05/18/gamma-hurdle.html ...但是搜索 "zero-inflated gamma" 或 "tweedie models" 也可能会产生一些有用的 and/or 学术信息。
在理想情况下，您的分析工具应该适合您的系统和预期的推论。零膨胀的世界非常美好，但以独立过程的假设为条件。因此，一个需要回答的重要问题当然是在你的研究背景下什么是零 "mean"，只有你能回答这个问题——无论它们是恰好非常小的数字，还是真正的零是一些混杂过程的结果，例如您的同事洒了漂白剂（或其他对您的研究无趣的东西），或者是有趣的真零。
另一个想法：在交叉验证上再问同样的问题，你可能会得到一个更具有统计意义的答案。祝你好运！