在R中运行非平衡因变量的Bivariate Probit Model报错求助

报错根源 #

你遇到的错误和警告源于两个核心问题：

1. 模型类型与数据结构不匹配：你的研究是「先建模是否受害，再在受害者中建模是否多次受害」，属于样本选择模型（Heckman-type模型），但你误用了普通联合双变量Probit（model = "B"）。polyvictimization10仅在polyvictimization9=1时有有效值，其余为NA，普通双变量Probit无法处理这种选择性缺失，导致计算残差相关系数时出现标准差为0的异常。
2. 小样本拟合不稳定：polyvictimization10仅31个有效样本，容易引发模型拟合的数值问题（比如完全分离）。

解决方案 #

1. 切换为样本选择型双变量Probit模型

GJRM包支持样本选择模型，只需指定model = "S"，并明确区分选择方程（是否受害）和结果方程（是否多次受害）：

library(GJRM)

# 拟合样本选择模型
bl_pdu <- gjrm(
  list(
    selection = polyvictimization9 ~ yrsaddr_1 + yrsaddr_2 + cartot_1,  # 选择方程：是否受害
    outcome = polyvictimization10 ~ cartot_1 + cartot_2                 # 结果方程：受害者中是否多次受害
  ),
  data = pdu,
  margins = c("probit", "probit"),
  model = "S"  # 关键：指定为样本选择模型
)

# 查看模型结果
summary(bl_pdu)

2. 排查数据与变量问题

如果修改后仍报错，按以下步骤排查：

• 检查结果变量分布：查看polyvictimization10的取值分布（table(pdu$polyvictimization10, useNA = "no")），如果某一类样本量过少（如<5），考虑合并类别或补充样本；
• 检查自变量变异：用sapply(pdu[, c("yrsaddr_1", "yrsaddr_2", "cartot_1", "cartot_2")], sd)查看自变量标准差，排除零变异变量；
• 检查共线性：用cor(pdu[, c("yrsaddr_1", "yrsaddr_2", "cartot_1", "cartot_2")])查看自变量相关性，移除高度共线性的变量。

内容的提问来源于stack exchange，提问作者OLu