Si, creo que el motivo del warning puede ser ese. Es hipotético, pero plausible. Sobre todo cuando tienes más de un 90% de ceros.
El coeficiente de ese nivel para el modelo de la mixtura (ceros vs binomial negativa) sería infinito. Y de ahí el warning. El lun., 9 abr. 2018 a las 20:09, <miriam.alz...@unavarra.es> escribió: > > ¿Quieres decir que para un nivel de una variable categorica todas las > observaciones de la variable respuesta sean ceros? > > Gracias > El Lun, 9 de Abril de 2018, 19:59, Carlos J. Gil Bellosta escribió: > > ¿Podría ser que para algún nivel de alguna variable independiente > > categórica solo hubiese ceros? En ese caso, casi seguro, aparecería ese > > tipo de warning. > > > > El lun., 9 abr. 2018 a las 19:00, <miriam.alz...@unavarra.es> escribió: > > > >> Muchas gracias por la respuesta. He mirado y los coeficientes no son > >> altos > >> pero sí tengo una gran cantidad de ceros en la variable dependiente (más > >> del 90%). Sin embargo, al incluir otro tipo de variables independientes > >> no > >> me da ese aviso, dejando la misma variable dependiente. > >> > >> ¿Cómo podría utilizar stan/rstan de forma sencilla para diagnosticar el > >> modelo? > >> > >> Muchas gracias > >> > >> El Lun, 9 de Abril de 2018, 18:48, Carlos J. Gil Bellosta escribió: > >> > Hola, ¿qué tal? > >> > > >> > El "warning" que comentas aparece en glm.fit precisamente cuando un > >> > coeficiente diverge. > >> > > >> > El aviso puede ser malo o irrelevante, depende. Puede que haya sido > >> > emitido > >> > en algún paso intermedio del ajuste (por lo que no habría mayor > >> problema). > >> > O que afecte al ajuste entero. Uno de los síntomas de que el ajuste es > >> > malo > >> > es que algún coeficiente de tu modelo es excesivamente grande. O que > >> el > >> > peso correspondiente a tus ceros esté muy próximo a 0 o 1 (que es lo > >> mismo > >> > en el contexto de un modelo inflado). Mira a ver qué pinta tienen los > >> > coeficientes y si tienen cierto sentido a la vista de tus datos. > >> Vigila > >> > los > >> > extremadamente altos. > >> > > >> > Si no estás segura de tus coeficientes, puedes implementar el modelo > >> > generativamente vía stan/rstan. Es sencillo y tendrías buenos > >> diagnósticos > >> > de lo que esta ocurriendo. > >> > > >> > Un saludo, > >> > > >> > Carlos J. Gil Bellosta > >> > http://www.datanalytics.com > >> > > >> > > >> > > >> > > >> > El lun., 9 abr. 2018 a las 18:34, <miriam.alz...@unavarra.es> > >> escribió: > >> > > >> >> Buenas tardes, > >> >> > >> >> Estoy estimando un modelo binomial negativo de ceros inflados (ZINB) > >> >> utilizando el comando zeroinfl() del paquete pscl. Al ejecutarlo me > >> da > >> >> el > >> >> siguiente aviso: > >> >> Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred > >> >> > >> >> ¿Sabéis que significa y si puedo usar el modelo aún con ese aviso? > >> ¿Los > >> >> coeficientes son fiables? > >> >> > >> >> Muchas gracias, > >> >> > >> >> Miriam > >> >> > >> >> _______________________________________________ > >> >> R-help-es mailing list > >> >> R-help-es@r-project.org > >> >> https://stat.ethz.ch/mailman/listinfo/r-help-es > >> >> > >> > > >> > >> > >> > > > > > [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es