R中GLM泊松模型报错：需提供初始值的解决方案咨询

报错原因 #

使用泊松分布+恒等链接（link=identity）时，模型要求线性预测值（即β₀ + β₁*Temp）必须非负（因为泊松分布的均值不能为负）。但glm()默认的初始系数可能导致预测值出现负数，进而触发no valid set of coefficients has been found报错。

解决步骤 #

1. 估算合理的初始系数

先拟合高斯模型（你提到该模型可正常运行），用它的系数作为初始值：

# 拟合高斯模型获取初始系数
gaussian_fit <- glm(Incidents ~ Temp, family = gaussian, data = O.Ring_Problems)
start_vals <- coef(gaussian_fit)

2. 传入初始值重新拟合模型

将上述初始值传入glm()的start参数：

# 使用初始值拟合泊松恒等链接模型
normal.poisson.glm <- glm(Incidents ~ Temp, family = poisson(link = identity), 
                          data = O.Ring_Problems, start = start_vals)

# 查看模型结果
summary(normal.poisson.glm)

关键注意事项 #

• 即使拟合成功，必须检查模型的所有预测值是否非负：

  # 验证预测值非负性
  all(predict(normal.poisson.glm) >= 0)
  

  如果返回FALSE，说明恒等链接不适合当前数据——因为当Temp取较大值时，线性预测值会变为负数，违背泊松分布的基本假设。
• 泊松模型通常优先使用log链接，因为它能天然保证预测值非负，避免上述问题，这也是你切换到log链接后模型正常运行的原因。

内容的提问来源于stack exchange，提问作者Antonio A