Question

我试图模拟一年中工人缺勤天数的计数数据（因变量）。我有一套预测因子，包括关于工人的信息，关于他们的工作等等，而且大多数都是分类变量。因此，有大量的系数需要估算（83），但由于我有超过60万行，我认为这不应该是有问题的。另外，我的数据集中没有遗漏值。

我的因变量包含很多零值，所以我想用zeroinfl包的函数pscl来估计零膨胀模型（泊松或负二项式），代码如下：

zpoisson <- zeroinfl(formule,data=train,dist = "poisson",link="logit")

但是经过很长时间后我得到了以下错误：

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和泊松或负二项计数模型，没有问题，而这些类型的模型也对相关预测变量敏感。

您是否知道为什么zeroinfl功能不起作用？它是否与我有太多预测因素这一事实有关，即使它们没有相关性？我已经尝试使用Boruta算法删除一些预测变量，但它保留了所有预测变量。

提前感谢您的帮助。

Answer 1

回归量之间的共线性是此错误的一个潜在原因。但是，也有其他人。
问题实际上可能是计算，因为缩放器的缩放是坏的。一些回归量可能采用数千或数百万的值，然后具有微小的系数，而其他回归量采用较小的值并具有较大的系数。然后，这导致数值不稳定的Hessian矩阵和上面的反演误差。典型的原因包括当x本身很大时的平方回归量x ^ 2。简单地取x / 1000左右可能会解决问题。
问题还可能是响应中的分离或缺少变异。例如，如果对于某些组或因子级别，只有零，相应的系数估计可能会发散并且具有巨大的标准误差。与二元回归中的（准）完全分离非常相似。