零膨胀模型的“最小计数不为零”错误

Question

这是我的回归数据：

y 为火车站站台每 2 分钟内的乘客数量，A1 至 A17 为大厅 17 个研究区的乘客数量。通过移动 X 已经考虑了时间滞后。 由于有时候，大厅的学习区域没有人等待，所以会出现超零的情况。我打算使用零充气模型。我已经尝试了如图所示的代码，但它说“最小计数不为零”这是什么意思以及我该如何解决它？我做了泊松，没问题，但零膨胀不起作用。

    > setwd('C:/Users/zuzymelody/Desktop')
> try<-read.csv('0inflated_2mins27peak.csv',header=TRUE)
> attach(try)
> names(try)
 [1] "y"   "A1"  "A2"  "A3"  "A4"  "A5"  "A6"  "A7"  "A8"  "A9"  "A10" "A11"
[13] "A12" "A13" "A14" "A15" "A16" "A17"

    > model1<-glm(y~A1+A2+A3+A4+A5+A6+A7+A8+A9+A10+A11+A12+A13+A14+A15+A16+A17,family="poisson")
    > summary(model1)

Call:
glm(formula = y ~ A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 + A9 + 
    A10 + A11 + A12 + A13 + A14 + A15 + A16 + A17, family = "poisson")

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-7.8598  -3.4571  -0.3663   2.1867  12.5183  

Coefficients:
             Estimate Std. Error z value Pr(>|z|)    
(Intercept)  6.102009   0.164497  37.095  < 2e-16 ***
A1          -0.017555   0.003665  -4.790 1.66e-06 ***
A2          -0.026101   0.017569  -1.486 0.137371    
A3          -0.179988   0.014976 -12.018  < 2e-16 ***
A4          -0.032584   0.007735  -4.213 2.52e-05 ***
A5          -0.019908   0.007014  -2.839 0.004532 ** 
A6          -0.044144   0.010266  -4.300 1.71e-05 ***
A7           0.049829   0.006518   7.645 2.09e-14 ***
A8          -0.080712   0.009819  -8.220  < 2e-16 ***
A9           0.007390   0.007105   1.040 0.298273    
A10          0.041116   0.004085  10.065  < 2e-16 ***
A11         -0.041420   0.008418  -4.921 8.62e-07 ***
A12         -0.008241   0.007304  -1.128 0.259171    
A13         -0.033161   0.008966  -3.699 0.000217 ***
A14          0.020818   0.005250   3.965 7.34e-05 ***
A15         -0.002995   0.006125  -0.489 0.624887    
A16         -0.061997   0.017122  -3.621 0.000294 ***
A17         -0.025025   0.008391  -2.982 0.002860 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for poisson family taken to be 1)

    Null deviance: 1137.71  on 29  degrees of freedom
Residual deviance:  599.74  on 12  degrees of freedom
AIC: 840.1

Number of Fisher Scoring iterations: 5







     >with(model1, cbind(res.deviance = deviance, df = df.residual,
      p = pchisq(deviance, df.residual, lower.tail=FALSE)))

 res.deviance df             p
[1,]     599.7445 12 1.202013e-120

> require( pscl )
> Zip<-zeroinfl(model1,link="logit",dist="poisson")
**Error in zeroinfl(model1, link = "logit", dist = "poisson") : 
  invalid dependent variable, minimum count is not zero**

dput（尝试） 结构（列表（y = c（156L，74L，221L，207L，168L，36L，128L， 208L、99L、117L、228L、211L、341L、173L、196L、310L、112L、203L、 104L、183L、325L、143L、218L、166L、218L、127L、136L、38L、102L、 34L), A1 = c(24L, 24L, 24L, 19L, 20L, 9L, 14L, 23L, 15L, 23L, 14L、16L、15L、25L、25L、19L、24L、26L、25L、26L、22L、14L、13L、 15L, 9L, 12L, 9L, 12L, 15L, 18L), A2 = c(2L, 4L, 0L, 3L, 0L, 1L、1L、2L、1L、2L、0L、2L、2L、0L、1L、1L、3L、3L、2L、2L、3L、 2L, 3L, 5L, 4L, 3L, 4L, 1L, 2L, 1L), A3 = c(2L, 2L, 0L, 1L, 1L, 9L、3L、0L、0L、0L、1L、1L、3L、1L、0L、0L、1L、2L、3L、1L、0L、 1L, 1L, 0L, 1L, 1L, 1L, 0L, 0L, 2L), A4 = c(15L, 11L, 6L, 7L, 10L、10L、5L、4L、5L、7L、9L、9L、4L、6L、6L、13L、9L、13L、9L、 10L, 6L, 6L, 7L, 6L, 10L, 9L, 10L, 7L, 9L, 2L), A5 = c(13L, 10L, 6L、6L、11L、19L、13L、14L、7L、7L、6L、8L、10L、5L、7L、9L、 9L, 11L, 3L, 13L, 8L, 8L, 8L, 6L, 8L, 9L, 9L, 14L, 9L, 6L), A6 = c(9L, 10L、9L、9L、4L、7L、7L、12L、11L、11L、12L、8L、6L、7L、8L、 5L、9L、6L、5L、6L、9L、11L、6L、6L、8L、9L、4L、11L、10L、7L ), A7 = c(21L, 16L, 13L, 13L, 4L, 9L, 12L, 13L, 12L, 12L, 12L, 6L、7L、6L、6L、4L、5L、9L、8L、7L、9L、12L、10L、7L、8L、12L、 14L, 2L, 6L, 6L), A8 = c(1L, 5L, 10L, 10L, 1L, 9L, 6L, 6L, 7L, 7L、5L、6L、3L、2L、4L、0L、4L、2L、5L、5L、5L、3L、2L、4L、3L、 8L, 10L, 8L, 2L, 5L), A9 = c(8L, 9L, 10L, 10L, 12L, 19L, 10L, 6L、6L、6L、0L、6L、8L、10L、2L、3L、6L、2L、2L、6L、5L、2L、 4L, 1L, 3L, 7L, 7L, 4L, 4L, 2L), A10 = c(7L, 10L, 12L, 20L, 24L, 21L、24L、18L、20L、18L、26L、21L、12L、11L、18L、18L、19L、16L、 25L, 21L, 22L, 14L, 12L, 17L, 21L, 14L, 14L, 10L, 8L, 7L), A11 = c(0L, 2L、1L、4L、2L、1L、1L、1L、13L、10L、12L、5L、2L、0L、5L、1L、 4L, 4L, 3L, 3L, 1L, 1L, 3L, 3L, 5L, 5L, 2L, 10L, 3L, 4L), A12 = c(12L, 14L、14L、17L、10L、14L、13L、19L、7L、5L、6L、6L、8L、7L、13L、 11L、10L、8L、6L、6L、9L、14L、9L、10L、8L、9L、8L、9L、5L、7L ), A13 = c(6L, 2L, 1L, 5L, 9L, 6L, 7L, 4L, 12L, 5L, 9L, 10L, 3L、7L、4L、2L、2L、6L、4L、6L、7L、4L、9L、6L、11L、4L、5L、 4L, 6L, 6L), A14 = c(14L, 13L, 16L, 11L, 8L, 6L, 9L, 13L, 14L, 14L、9L、8L、12L、11L、13L、11L、18L、15L、20L、21L、17L、18L、 18L, 18L, 25L, 20L, 12L, 9L, 8L, 8L), A15 = c(7L, 6L, 7L, 5L, 4L、9L、12L、12L、11L、12L、9L、8L、7L、8L、10L、16L、8L、8L、 13L, 10L, 5L, 5L, 8L, 10L, 10L, 4L, 6L, 6L, 6L, 7L), A16 = c(2L, 1L、3L、3L、1L、2L、3L、2L、3L、2L、2L、1L、2L、2L、3L、3L、2L、 1L, 3L, 4L, 2L, 5L, 4L, 8L, 5L, 2L, 1L, 2L, 2L, 2L), A17 = c(10L, 13L、13L、2L、5L、1L、3L、3L、5L、4L、4L、6L、4L、6L、3L、2L、 2L, 2L, 7L, 8L, 3L, 7L, 5L, 6L, 7L, 6L, 6L, 3L, 4L, 3L)), .Names = c("y", “A1”、“A2”、“A3”、“A4”、“A5”、“A6”、“A7”、“A8”、“A9”、“A10”、 “A11”，“A12”，“A13”，“A14”，“A15”，“A16”，“A17”），类=“data.frame”，row.names = c（NA， -30L））

上面是可重现的示例。抱歉我第一次在这里发帖，不太了解规则

Answer 1

您的数据框因变量 $y$ 中不包含零值：

分钟（mydata$y） [1] 34

您需要至少有一个 y = 0。