วิธีสร้างแบบจำลองข้อมูลต่อเนื่องที่ไม่เป็นศูนย์ที่ไม่ทำให้เกิดค่าลบ?

ตอนนี้ฉันกำลังพยายามใช้ตัวแบบเชิงเส้น ( family = gaussian) กับตัวบ่งชี้ความหลากหลายทางชีวภาพที่ไม่สามารถรับค่าที่ต่ำกว่าศูนย์ได้นั้นจะสูงเกินศูนย์และต่อเนื่อง ค่าตั้งแต่ 0 ถึงน้อยกว่า 0.25 ด้วยเหตุนี้จึงมีรูปแบบที่ชัดเจนในส่วนที่เหลือของแบบจำลองที่ฉันไม่ได้จัดการเพื่อกำจัด:

ใครบ้างมีความคิดเกี่ยวกับวิธีการแก้ปัญหานี้?

มีความหลากหลายของการแก้ปัญหาในกรณีของการกระจายอย่างต่อเนื่องเป็นศูนย์ (กึ่ง -):

• การถดถอยของ Tobit : สมมติว่าข้อมูลมาจากการแจกแจงแบบปกติพื้นฐานเดียว แต่ค่าลบนั้นถูกเซ็นเซอร์และซ้อนกันบนศูนย์ (เช่นแพคเกจ censReg )
• แบบจำลองอุปสรรค์หรือ "สองขั้นตอน": ใช้แบบจำลองทวินามเพื่อทำนายว่าค่าเป็น 0 หรือ> 0 จากนั้นใช้แบบจำลองเชิงเส้น (หรือแกมม่าหรือตัดทอนปกติหรือบันทึกปกติ) เพื่อสร้างแบบจำลองค่าที่ไม่ใช่ศูนย์
• $1<p<2$$x>0$

หรือถ้าโครงสร้างข้อมูลของคุณง่ายพอคุณสามารถใช้ตัวแบบเชิงเส้นและใช้การทดสอบการเปลี่ยนแปลงหรือวิธีการที่มีประสิทธิภาพอื่น ๆ เพื่อให้แน่ใจว่าการอนุมานของคุณจะไม่ถูกทำให้ยุ่งเหยิงโดยการกระจายข้อมูลที่น่าสนใจ

มีแพ็คเกจ / โซลูชั่น R สำหรับกรณีเหล่านี้ส่วนใหญ่

มีคำถามอื่น ๆ เกี่ยวกับ SE เกี่ยวกับศูนย์ที่สูงขึ้น (กึ่ง) ข้อมูลอย่างต่อเนื่อง (เช่นมีที่นี่ , ที่นี่และที่นี่ ) แต่พวกเขาดูเหมือนจะไม่ให้คำตอบที่ชัดเจน ... ทั่วไป

ดูเพิ่มเติมที่Min & Agresti, 2002, การสร้างแบบจำลองข้อมูลเชิงลบด้วยการรวมกลุ่มที่ Zero: การสำรวจเพื่อดูภาพรวม