我正在尝试基于2个分类变量为此变量（Y）创建一个回归模型。因此，我创建了虚拟变量来替换它们。这些虚拟变量（即int_collab，Q1，Q2，Q3）的值分别为1和0。
Y是一个double值，范围从0到348.19，其中约10％的值为0。它遵循泊松分布。
但是，当我建模时： glm（Y〜int_collab + Q1 + Q2 + Q3，data = capdata， family = poisson（link =“ log”））
它返回INF作为AIC值。我猜错了吗？是因为我不应该使用Poisson对该变量建模吗？
我一直在网上阅读，但是这让我更加困惑。看来我应该考虑使用负二项式或拟泊松（因为方差大于平均值），等等。。。对任何分布更合适的指针将不胜感激！