หนึ่งในพลังของการสร้างแบบจำลองการถดถอยโดยทั่วไปคือคุณสามารถทำให้พื้นที่ที่ไม่มีข้อมูลราบรื่นได้อย่างที่คุณสังเกตเห็น แต่บางครั้งก็มีปัญหาในการประมาณค่าพารามิเตอร์ ฉันขอแนะนำว่าหากคุณได้รับสิ่งต่าง ๆ เช่นข้อผิดพลาดมาตรฐานที่ไม่มีที่สิ้นสุดถึงเวลาที่จะต้องพิจารณาวิธีการสร้างแบบจำลองของคุณอีกครั้ง
ข้อควรระวังหนึ่งข้อควรระวัง: มีความแตกต่างระหว่าง "ไม่มีการนับ" ในชั้นหนึ่งและมันเป็นไปไม่ได้ที่จะมีการนับในชั้นนั้น ตัวอย่างเช่นลองจินตนาการว่าคุณกำลังศึกษาความผิดปกติทางจิตวิทยาของกองทัพเรือสหรัฐฯระหว่างปี 2000 ถึง 2009 และมีเงื่อนไขการถดถอยแบบไบนารีสำหรับทั้ง "Is a Woman" และ "Serves on a Submarine" รูปแบบการถดถอยอาจจะสามารถที่จะประเมินผลกระทบที่ทั้งสองตัวแปร = 1 แม้จะมีการนับเป็นศูนย์ที่ทั้งสอง = 1 อย่างไรก็ตามที่อนุมานจะไม่ถูกต้อง - สถานการณ์ดังกล่าวเป็นไปไม่ได้ ปัญหานี้เรียกว่า "การไม่ตอบสนอง" และบางครั้งก็เป็นปัญหาในโมเดลที่มีการแบ่งชั้นอย่างมาก
glm
กิจวัตรจะไม่ดีถ้าไม่สามารถจัดการค่าศูนย์ได้ คุณเคยลองไหม