小编A. *_* E.的帖子

介绍

我正在尝试构建一个 GLM，该模型根据鱼群的大小和年龄来模拟鱼群标本产卵的数量（质量）。

因此，变量是：

• eggW：产卵的总质量，一个连续的正变量，范围在 300 到 30000 之间。

• fishW：鱼的质量，连续且正数，范围在 3 到 55 之间。

• age: 1 年或 2 年。

没有0，没有NA。

在检查并意识到假设正态分布可能不合适之后，我决定使用 Gamma 分布。我选择 Gamma 主要是因为该变量是正的且连续的，随着值的增加方差增加并且看起来偏斜，如下图所示。

eggW 值的频率分布：

鱼W vs 蛋W：

编码

myglm <- glm(eggW ~ fishW * age, family=Gamma(link=identity), 
start=c(mean(data$eggW),1,1,1),
maxit=100)

我maxit在本页面的帖子中看到它建议作为glm.fit: algorithm did not converge错误的解决方案后添加了该因素，并且它起作用了。

我之所以选择使用，link=identity是因为用生物学术语而不是使用inverse或log链接对结果进行了更明显和直接的解释。

因此，上面的代码会产生下一条消息：

警告消息：
1：在日志中（ifelse（y == 0, 1，y/mu））：产生的 NaN
2：由于分歧而截断步长

重要的是，如果删除变量并且只保留年龄，则 不会显示错误警告fishW。如果使用链接，则不会报告任何错误log。

问题

如果我的模型设计背后的基本原理是可以接受的，我想了解为什么会报告这些错误以及如何解决或避免它们。无论如何，我将不胜感激任何批评或建议。