我正在尝试将GLM模型应用于我的数据。数据(rope_complete
)如下所示:
rope.X...Sound rope.directional.change rope.Time.of.the.shark.in.the.video
1 5_min_blank 5 23
2 Snorkeling 11 37
3 Fish1 1 17
4 Fish1 6 46
5 Diving 6 37
现在我想检查一下是否有NA
值:
table(is.na(rope_complete))
并且发现我没有:
FALSE : 3225
现在我做了我的GLM:
directional_turn_fit<-glm(rope_complete$rope.directional.change~
rope_complete$rope.X...Sound
+offset(
log(rope_complete$rope.Time.of.the.shark.in.the.video))
, family = poisson)
但我仍然得到同样的错误:
Error in glm.fit(x = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, :
Na/NaN/Inf in 'y'
我有点失落,因为我不知道我现在该做什么。我知道我的数据是Poisson分布式的。
答案 0 :(得分:0)
只需尝试在此处完成问题即可。当您将此模型建模为泊松分布并将“ rope.time.of.the.shark.in.thevideo”作为偏移量时,您正在有效地建模每数量发生的“ rope.directional.change”的计数鲨鱼出现在视频中的时间。当鲨鱼不在视频中时,此构造将不起作用,因此这些数据需要丢弃。