Bir meslektaşından bir öğrenciye yardım etmeye çalışıyorum. Öğrenci, deneysel bir düzenekte kuş davranışını (çağrı sayısı) gözlemledi ve saydı. Her deney sırasında gözlemlenen belirli bir kuşa atfedilebilen çağrıların sayısı belirlenemedi, ancak kaydedilen çağrıların sayısına katkıda bulunan kuşların sayısını saymak mümkün oldu. Bu nedenle ilk önerim, kuş sayısını bir Poisson GLM modelinde ofset terimi olarak dahil etmekti, bu nedenle kuş başına beklenen sayıda çağrıya uyuyoruz .
Buradaki sorun, birçok gözlem vesilesiyle hiçbir kuşun (ve dolayısıyla hiçbir çağrının) gözlenmemesidir. Yazılım (bu durumda R) şikayet ediyor çünkü (R veri içermekten şikayet ediyor, ancak bu sadece olmanın sonucudur ).y
-Inf
offset(log(nbirds))
-Inf
Aslında "çağrılar gözlendi" için ayrı bir binom modelimiz olduğu bir engel modeline (veya benzeri) ihtiyacımız olduğundan şüpheleniyorum. (veya değil) ve aramaların olduğu durumlarda aramaların sayısı (kuş başına) için kesilmiş bir sayım modeli ve ofset terimini sadece modelin sayım bölümüne dahil ediyoruz.
R'de pscl paketini kullanarak bunu denedim , ama yine de aynı hatayı alıyorum:
mod1 <- hurdle(NumberCallsCOPO ~ Condition * MoonVis +
offset(log(NumberCOPO)) | 1, data = Data,
dist = "poisson")
çünkü aynı R kodu ( glm.fit
dahili hurdle()
olarak sayım model parçasına sığdırmak için kullanılır ), -Inf
bu gözlemler için model uyumunu etkileyeceğini düşünmeme rağmen kontrol ediyor . (Bu doğru bir varsayım mı?)
Modeli NumberCOPO
(örneğin 0.0001
) küçük bir sayı ekleyerek sığdırmak için alabilirsiniz ama bu en iyi bir geçiştir.
Bu küçük süreklilik düzeltmesini eklemek pratikte uygun olur mu? Değilse, ofset değişkeninin 0 değerini alabileceği bir Poisson modelinde ofset kullanmak isteyebileceğimiz verileri ele alırken başka hangi yaklaşımları düşünmeliyiz? Karşılaştığım örneklerin tümü, ofset değişkeni için 0'ın mümkün olmadığı durumlar içindir.