广义回归中的指数响应（Y）我想使用广义回归模型。
响应（Y）遵循指数分布，但包含许多“ 0”值，
所以我认为我不能使用指数作为链接函数。
这是正确的吗 ？
如果正确，有什么好的方法吗？
如果将此响应（Y）转换为SHASH？
Re：广义回归中的指数响应（Y）指数分布是非常严格的分布。更加灵活的是Gamma。实际上，指数是gamma的一种特殊情况，其中形状参数= 1（使用JMP的概念：mu = sigma）。GenReg中有一个ZI（零充气）Gamma选项，允许您使用零建模Y。
Re：广义回归中的指数响应（Y）谢谢建曹
我认为您的评论非常恰当。
而且，我正在考虑其他2种实用的（？）方法。
方法1：稍微调整Response（Y）的每个值，以避免出现“ 0”问题
即将非常小的数字添加到Response（Y）的每个值
方法2：使用Poisson，因为Response（Y）具有许多0值，例如缺陷计数数据。
但是，我不确定这些方法是否可以替代。
Re：广义回归中的指数响应（Y）益州
调整值以使数据中没有零是非常危险的。我看到过这样的情况，可以通过选择其他调整值来更改统计检验的结果（从有效更改为不重要）。在这两种情况下，调整均小于检测值的极限。使用适当的分布会更好。gamma和Poisson都具有零膨胀选项，以说明数据中的零。
Re：广义回归中的指数响应（Y）关于泊松（以及该问题的负二项分布），它是Y的离散值，0、1、2 .....
Re：广义回归中的指数响应（Y）很难知道这在没有更多上下文的情况下是否真的有用，但是值得反思为什么记录了0值。但是用“。”代替这些值可能是值得的。并尝试使用广义回归中的“信息缺失”选项（在“模型规范” LRT下）。
