我正在尝试在生物量数据（还原生物量和生殖生物量与营养生物量的比率）中运行GLM作为栖息地类型（“hab”）的函数，收集年份数据（“年”），和数据收集站点（“站点”）。我的数据看起来很适合Gamma分布，但我有8个生物量零观测值（约800个观测值），因此模型不会运行。处理这个问题的最佳方法是什么？使用的另一个错误分布是什么？或者在我的零观察中添加一个非常小的值（例如.0000001）是否可行？
我的模特是：
reproductive_biomass<-glm(repro.biomass~hab*year + site, data=biom, family = Gamma(link = "log"))
答案 0 :(得分：5)
啊，零 - 必须爱他们。
根据您正在研究的系统，我很想查看零膨胀或障碍模型 - 基本思路是模型有两个组成部分：一些二项式过程决定响应是零还是非零，然后是非零的伽玛。光滑的部分是你可以对两个模型的系数进行推断，甚至对两者使用不同的系数。
http://seananderson.ca/2014/05/18/gamma-hurdle.html ...但是搜索“零膨胀伽玛”或“tweedie模型”也可能会产生一些信息和/或学术上的东西。
在理想的世界中，您的分析工具应该适合您的系统和您的预期推论。零膨胀的世界非常甜蜜，但是以单独过程的假设为条件。因此，当然，要回答的一个重要问题是，在你的研究环境中，什么是“意味着什么”，只有你能够回答这个问题 - 它们是不是真的很小的数字，或者是真正的零。一些令人困惑的过程的结果，比如你的同事泄漏了漂白剂（或者对你的研究不感兴趣的东西），或者真正的有趣的零点。
另一个想法：在交叉验证上提出同样的问题，你可能会得到一个更加统计上更明智的答案。祝你好运！