Regresyon modellemesinin güçlerinden biri genellikle veri olmayan alanları düzeltebilirsiniz - fark ettiğiniz gibi, zaman zaman parametreleri tahmin etmede problemler vardır. Sonsuz standart hatalar gibi şeyler alıyorsanız, modelleme yaklaşımınızı biraz daha gözden geçirmenin zamanı geldiğini öneririm.
Dikkat edilmesi gereken özel bir not: Belirli bir katmandaki "Sayım olmaması" arasında bir fark vardır ve bu katmanlardaki sayımların olması imkansızdır . Örneğin, 2000 ve 2009 yılları arasında ABD Donanması için psikolojik bozukluklar üzerinde çalıştığınızı ve hem "Bir Kadın mı" hem de "Bir Denizaltıya Hizmet Ediyor" için ikili regresyon terimleri kullandığınızı düşünün. Bir regresyon modeli , her ikisinin de = 1 olduğu bir sıfır sayımına rağmen her iki değişkenin = 1 olduğu yerlerde etkileri tahmin edebilir. Bu soruna "pozitif olmama" denir ve bazen çok tabakalı modellerde bir sorundur.
glm
sıfırlarla başa çıkamazsa rutin bonk yapardı. Bunu denediniz mi?