Нужно ли корректировать нулевой отсчет для проверки отношения правдоподобия пуассоново-логлинейных моделей?

Если в таблице сопряженности есть 0, и мы подгоняем вложенные модели Пуассона / логлинеарности (используя glmфункцию R ) для теста отношения правдоподобия, нужно ли корректировать данные до подбора моделей glm (например, добавить 1/2 ко всем на счет)? Очевидно, что некоторые параметры не могут быть оценены без некоторой корректировки, но как регулировка / отсутствие регулировки влияет на тест LR?

Как правило, одна из возможностей регрессионного моделирования заключается в том, что вы можете сгладить области, в которых нет данных, хотя, как вы заметили, иногда возникают проблемы с оценкой параметров. Я бы сказал, что если вы получаете такие вещи, как бесконечные стандартные ошибки, самое время пересмотреть свой подход к моделированию.

Одно конкретное предостережение: существует разница между «отсутствием счета» в определенных слоях и невозможностью учета количества в этих слоях. Например, представьте, что вы работаете над исследованием психологических расстройств военно-морского флота США, скажем, в период с 2000 по 2009 год, и у вас есть бинарные регрессионные термины как «Является женщиной», так и «Служит на подводной лодке». Модель регрессии может быть в состоянии оценить эффекты, где обе переменные = 1, несмотря на то, что счетчик нулей, где оба = 1. Однако этот вывод не будет действительным - такое обстоятельство невозможно. Эта проблема называется «непозитивностью» и иногда является проблемой в сильно стратифицированных моделях.