障碍模型使用连续数据和协变量

Question

我想知道我是否会得到一些关于使用连续数据和协变量来拟合障碍模型的建议。 我有一些连续数据通常很适合使用右倾斜分布，如Pareto，Gamma或Weibull分布。但是，我的数据中有几个零对我的分析很重要。此外，我有一些分类（两级）协变量，并且希望将分布的参数建模为这些协变量的函数，以便正式评估它们的重要性（例如，使用AIC）。 我已经看到了使用连续数据拟合障碍模型的示例，但还没有找到如何合并协变量和模型选择框架的任何示例。有没有人对如何进行或知道允许此程序的任何R包有任何建议？我在下面添加了一些代码来重现我正在使用的数据类型。非零数据是通过包texmex的广义Pareto分布生成的。参数直接从我的非零数据估算。我还包括了在直方图中绘制数据的代码，以查看它们的分布。

library("texmex")
set.seed(101)
zeros <- rep(0,8)
non_zeros <- rgpd(17, sigm=exp(-10.4856), xi=0.1030, u = 0)
all.data <- c(zeros,non_zeros)
hist(non_zeros,breaks=50,xlim=c(0,0.00015),ylim=c(0,9),main="",xlab="",
     col="gray")
hist(zeros,add=TRUE,col="black",breaks=100,xlim=c(0,0.00015),ylim=c(0,9))
legend("topright",legend=c("zeros"),col="black",lwd=8)