零膨胀正连续计数数据的DSD分析工作流程嘿，
我收集了一些在DSD混杂因素框架下进行的计数数据。
我知道Fit DSD模块可能并不适用于这类数据。所以我想知道，考虑到二阶项中的混杂因素，模型选择的最佳工作流程是什么？
我已经用 ZI Gamma 和前向 AICc 测试了 GLM，但我还是忍不住考虑奇点对它的影响。
谢谢你！
高级统计建模实验设计回复：零膨胀正连续计数数据的DSD分析工作流程嗨@Tiago ，
欢迎加入社区！
如果没有更多背景信息或匿名数据集，可能很难帮到您，但以下几点或许对您有所帮助：
- 关于广义回归模型中要指定的分布，根据您的描述，我建议对于非负计数数据尝试零膨胀泊松分布。
如果您对要选择的分布类型有一些疑问，可以使用分布平台，通过拟合分布和测试拟合优度来检查哪种分布类型看起来最合适。
- 关于估计方法，我建议尝试以下两种选项：强制执行效应遗传选项（已选中） 的修剪前向选择和两阶段前向选择，因为这种估计方法的机制与适合 DSD平台所做的非常相似：
- 首先，构建主效应模型并估计这些效应，
- 其次，模型中考虑了高阶项（如交互作用和二次效应）。
希望这些初步意见对您有所帮助。
回复：零膨胀正连续计数数据的DSD分析工作流程感谢您及时且非常有用的回复， @Victor_G
我认为这确实解决了我的大部分核心问题。补充一点，我不能使用 ZI Poisson 分布，因为我对技术重复样本取平均值，所以数据不再是整数，即使它是计数数据。但我假设 Gamma 分布也同样适用，对吗？
再次感谢！
回复：零膨胀正连续计数数据的DSD分析工作流程嗨@Tiago ，
为了澄清一下，您指的是重复实验（在具有相同处理组合的单个实验中进行测量）还是多次重复（在同一实验中进行多次测量/计数）？
- 重复 重复测量是指在同一实验运行中（使用相同的样品，测量之间无需重置）进行多次响应测量。重复测量仅能减少测量系统误差（通过取重复测量的平均值）。由于重复测量是在同一实验单元上进行的，因此可以在数据表中手动添加新的列来记录重复测量。然后，您可以使用这些列来计算和建模平均测量值、方差等。
- 复制 重复实验是指针对每种处理组合进行多次独立的随机实验（每次实验之间进行重置并采集多个样本）。重复实验可以减少总实验变异（过程变异 + 测量变异），从而提供纯误差的估计值并降低预测误差（获得更精确的参数估计值）。由于每次实验都是独立的，因此在设计生成或扩充之后，重复实验数据会自动作为新行添加到数据表中。
第一种情况下，您可以使用具有合适分布的平均值（伽马分布可能适用于此设置，需在“分布”平台中验证）。第二种情况下，ZI-泊松分布可能更合适（仅限正整数）。
希望这样能解释清楚。
回复：零膨胀正连续计数数据的DSD分析工作流程嘿@Victor_G ，
您说得对。实验室里习惯把对同一样本的重复测量称为技术重复。很抱歉造成了误解，感谢您的澄清！
