Using non-integers vs integers: warnings with non-integers but model won't 运行 with 整数

Question

我在使用负二项式模型时遇到了一些问题运行。基本上，我有一个包含动物数量的数据集。然而，努力是不同的，因此我可以计算出每天的动物数量。我正在使用相当大的数据集（> 100000 个观察值）来执行此操作。我很惊讶我找不到其他主题来解决我的问题，如果你知道的话：会很有帮助！

在尝试将模型拟合到我的数据时，我运行遇到了一些问题。要么我运行负二项式模型与利率

> m1<-glm.nb(Rates ~ Par1+Par2+...+Par7+Par8,data=data)

然后我收到以下警告消息：

>Warning messages:
1: In dpois(y, mu, log = TRUE) : non-integer x = 25.913718
2: In dpois(y, mu, log = TRUE) : non-integer x = 5.457385
3: In dpois(y, mu, log = TRUE) : non-integer x = 2.195133
4: In dpois(y, mu, log = TRUE) : non-integer x = 2.721088
5: In dpois(y, mu, log = TRUE) : non-integer x = 6.971678
6: In dpois(y, mu, log = TRUE) : non-integer x = 21.863799
7: In dpois(y, mu, log = TRUE) : non-integer x = 5.300733
8: In dpois(y, mu, log = TRUE) : non-integer x = 7.157865
9: In dpois(y, mu, log = TRUE) : non-integer x = 14.117588
10: In dpois(y, mu, log = TRUE) : non-integer x = 6.505993, etc.

或者我运行具有偏移量的模型

> m2<-glm.nb(Count ~ Par1+Par2+...+Par7+Par8+offset(Effort),data=data)

然而，这给出了以下错误：

> Error: no valid set of coefficients has been found: please supply starting values
In addition: Warning messages:
1: glm.fit: algorithm did not converge 
2: glm.fit: fitted rates numerically 0 occurred

我已经尝试提供第一个模型的系数作为第二个模型的起始系数，但这行不通。使用包 pscl 也不起作用，或者增加迭代量。这是我的数据（一个物种）的一个子集，几乎没有零。

有什么建议吗？我觉得实际上第二种建模方式是正确的方式，但我不知道如何让这个模型达到运行。有任何想法吗？将不胜感激。

Answer 1

假设 Rates = Count/Effort，您几乎肯定想要以下之一。要么拟合速率，将努力作为权重变量：

glm.nb(Rates ~ *, weights=Effort, data=data)

或，拟合计数，并使用 log(effort) 作为偏移量：

glm.nb(Count ~ * + offset(log(Effort)), data=data)

另请参阅 my answer on CrossValidated 关于 poisson/negative 二项式模型中的偏移量。

Using non-integers vs integers: warnings with non-integers but model won't 运行 with 整数

Using non-integers vs integers: warnings with non-integers but model won't run with integers

r

glm