我正在尝试对一年中工人缺勤天数的计数数据（因变量）进行建模。我有一组预测变量，包括有关工人、有关他们的工作等的信息，其中大多数是分类变量。因此，需要估计大量系数 (83)，但由于我有超过 600 000 行，我认为这应该不会有问题。
此外，我的数据集中没有缺失值。
我的因变量包含很多零值，所以我想估计一个零膨胀模型（泊松或负二项式），其函数zeroinfl of the pscl包，代码：
zpoisson <- zeroinfl(formule,data=train,dist = "poisson",link="logit")
但长时间运行后出现以下错误：
Error in solve.default(as.matrix(fit$hessian)) : system is computationally singular: reciprocal condition number = 1.67826e-41
我认为这个错误意味着我的一些协变量是相关的，但在检查成对相关性和方差膨胀因子（VIF）时似乎并非如此。此外，我还估计了其他模型，如 logit 和 Poisson 或负二项式计数模型，没有出现问题，而这些类型的模型对相关预测变量也很敏感。
你知道为什么zeroinfl功能不起作用？这是否与我有太多预测变量这一事实有关，即使它们不相关？我已经尝试用以下方法删除一些预测变量Boruta算法，但它保留了所有这些。
在此先感谢您的帮助。
- A 回归量之间的共线性是此错误的潜在原因之一。然而，还有其他一些。
- 问题实际上可能是计算地从某种意义上说回归量的缩放不好。某些回归器可能采用数千或数百万的值，然后具有很小的系数，而其他回归器则采用较小的值并具有巨大的系数。这会导致数值不稳定的 Hessian 矩阵以及上述反演时的错误。典型的原因包括当 x 本身已经很大时，平方回归量 x^2 。只需取 x/1000 左右即可解决问题。
- 问题也可能是分离 or 缺乏变化在回应中。例如，如果对于某些组或因子水平，只有零，则相应的系数估计可能会发散并具有巨大的标准误差。很像二元回归中的（准）完全分离。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
