廣義回歸中的指數響應（Y）我想使用廣義回歸模型。
響應（Y）遵循指數分佈，但包含許多“ 0”值，
所以我認為我不能使用指數作為鏈接函數。
這是正確的嗎 ？
如果正確，有什麼好的方法嗎？
如果將此響應（Y）轉換為SHASH？
Re：廣義回歸中的指數響應（Y）指數分佈是非常嚴格的分佈。更加靈活的是Gamma。實際上，指數是gamma的一種特殊情況，其中形狀參數= 1（使用JMP的概念：mu = sigma）。GenReg中有一個ZI（零充氣）Gamma選項，允許您使用零建模Y。
Re：廣義回歸中的指數響應（Y）謝謝建曹
我認為您的評論非常恰當。
而且，我正在考慮其他2種實用的（？）方法。
方法1：稍微調整Response（Y）的每個值，以避免出現“ 0”問題
即將非常小的數字添加到Response（Y）的每個值
方法2：使用Poisson，因為Response（Y）具有許多0值，例如缺陷計數數據。
但是，我不確定這些方法是否可以替代。
Re：廣義回歸中的指數響應（Y）益州
調整值以使數據中沒有零是非常危險的。我看到過這樣的情況，可以通過選擇其他調整值來更改統計檢驗的結果（從有效更改為不重要）。在這兩種情況下，調整均小於檢測值的極限。使用適當的分佈會更好。伽瑪和泊松都有零膨脹選項，以說明數據中的零。
Re：廣義回歸中的指數響應（Y）關於泊松（以及該問題的負二項分佈），它是Y的離散值，0、1、2 .....
Re：廣義回歸中的指數響應（Y）很難知道這在沒有更多上下文的情況下是否真的有用，但是值得反思為什麼記錄了0值。但是用“。”代替這些值可能是值得的。並嘗試使用廣義回歸中的“信息缺失”選項（在“模型規範” LRT下）。
