机器算法验证 - 对某些观察值的偏移变量为 0 的计数数据进行建模 - 吾爱随笔录

我正在尝试帮助一位同事的学生。学生在实验装置中观察并计算鸟类的行为（叫声次数）。无法确定每次实验期间特定观察到的鸟类的叫声数量，但计算有助于记录的叫声数量的鸟类数量是可能的。因此，我最初的建议是在 Poisson GLM 模型中包含鸟类数量作为偏移项，因此我们将拟合每只鸟类的预期呼叫次数。

这样做的问题是，在许多观察场合中，没有观察到鸟类（因此也没有观察到叫声）。软件（在这种情况下为 R）抱怨是因为（R 抱怨包含数据，但这纯粹是存在的结果）。 $\log(0) = -\inf$ y-Infoffset(log(nbirds))-Inf

我实际上怀疑我们需要一个障碍模型（或类似模型），其中我们有一个单独的二项式模型用于“观察到的呼叫”？（或不）和在有呼叫的情况下呼叫数量（每只鸟）的截断计数模型，其中我们仅在模型的计数部分包含偏移项。

使用 R 中的pscl包尝试过这个，但我仍然遇到同样的错误：

mod1 <- hurdle(NumberCallsCOPO ~ Condition * MoonVis +
               offset(log(NumberCOPO)) | 1, data = Data,
               dist = "poisson")

因为相同的 R 代码（glm.fit在内部hurdle()用于拟合计数模型部分）正在检查，-Inf即使我认为它不会影响模型对这些观察的拟合。（这是一个正确的假设吗？）

NumberCOPO我可以通过向（例如）添加一个小数字来使模型适合，0.0001但这充其量只是一个软糖。

在实践中添加这个小的连续性校正可以吗？如果不是，在处理数据时我们应该考虑哪些其他方法，我们可能希望在 Poisson 模型中使用偏移量，其中偏移量变量可以取值 0？我遇到的所有示例都是针对偏移变量不可能为 0 的情况。