拟合glm.nb模型报错：glm.fitter中'x'存在NA/NaN/Inf

针对你遇到的仅特定预测变量组合报错的情况，可按以下步骤排查解决：

• 检查变量的数值异常
  先确认四个预测变量中是否存在极端值或非数值：

  summary(df[c("temp", "perc", "width", "water")])
  # 进一步检查是否有NA/NaN/Inf
  sapply(df[c("temp", "perc", "width", "water")], function(x) any(is.na(x) | is.infinite(x)))
  

  若存在极大或极小的离群值，可尝试对变量做标准化（如scale()），或移除极端值后再拟合模型。

• 验证近似共线性
  即使你认为变量相互独立，也可能存在近似线性相关导致数值计算不稳定。用方差膨胀因子（VIF）检测：

  library(car)
  # 先拟合泊松模型来计算VIF
  pois_mod <- glm(y ~ temp + perc + width + water, data=df, family=poisson)
  vif(pois_mod)
  

  若VIF值大于10，说明存在严重共线性，需考虑合并变量或选择更合适的预测变量组合。

• 手动指定初始值
  glm.nb的默认初始值可能在特定变量组合下迭代失败，可利用泊松模型的拟合结果作为初始值：

  pois_mod <- glm(y ~ temp + perc + width + water, data=df, family=poisson)
  nb_mod <- glm.nb(y ~ temp + perc + width + water, data=df, mustart=fitted(pois_mod))
  

  也可手动指定theta参数的初始值：

  nb_mod <- glm.nb(y ~ temp + perc + width + water, data=df, start=c(coef(pois_mod), 1))
  

• 尝试替代包拟合
  MASS::glm.nb的数值稳定性有限，可换用glmmTMB包的负二项回归实现，它对复杂数据的兼容性更好：

  library(glmmTMB)
  nb_mod <- glmmTMB(y ~ temp + perc + width + water, data=df, family=nbinom2)
  

• 检查响应变量分布
  若响应变量y存在大量0值或极端大值，也可能导致拟合异常。可尝试移除y的极端值（如top 1%的观测）后再测试模型是否能运行。

内容的提问来源于stack exchange，提问作者Adina