ZIP模型报“non-finite value supplied by optim”错，疑因多重共线性

你遇到的这个错误通常是模型拟合过程中数值不稳定导致的，变量B和C的相关性（0.5-0.8）可能是诱因，但也可能和初始值设置、数据尺度、优化器选择有关。以下是具体的排查和解决方法：

一、先验证共线性的实际影响 #

首先计算方差膨胀因子（VIF）来量化共线性程度——0.5-0.8的相关系数对应的VIF约为2.78，属于轻度共线性，一般不会直接导致拟合失败，但可能放大数值计算的不稳定。计算VIF的代码：

library(car)
vif(lm(A ~ B + C + D + E, data = data_new))

如果VIF超过5-10，才需要优先处理共线性。

二、针对性解决方法 #

1. 手动提供模型初始值 #

默认的初始值可能不够合理，导致优化器陷入非有限似然区域。可以先分别拟合计数部分的泊松模型和零膨胀部分的logit模型，用它们的系数作为初始值：

# 拟合计数部分的初始泊松模型
pois_fit <- glm(A ~ B + C + D + E, data = data_new, family = poisson)
# 拟合零膨胀部分的初始logit模型（预测是否为0）
zero_fit <- glm(I(A == 0) ~ B + C + D + E, data = data_new, family = binomial)
# 组合初始参数
start_params <- list(count = coef(pois_fit), zero = coef(zero_fit))
# 用指定初始值重新拟合ZIP模型
zip_model <- zeroinfl(A ~ B + C + D + E, data = data_new, dist = "poisson", start = start_params)

2. 标准化预测变量 #

对预测变量进行中心化/标准化，能减少数值计算的舍入误差，缓解共线性带来的不稳定：

# 标准化所有预测变量
data_new[, c("B", "C", "D", "E")] <- scale(data_new[, c("B", "C", "D", "E")])
# 重新拟合模型
zip_model <- zeroinfl(A ~ B + C + D + E, data = data_new, dist = "poisson")

3. 更换优化器 #

zeroinfl默认使用BFGS优化方法，对数值问题比较敏感。可以换成更鲁棒的Nelder-Mead方法：

zip_model <- zeroinfl(A ~ B + C + D + E, data = data_new, dist = "poisson", 
                      control = list(method = "Nelder-Mead"))

4. 检查数据异常值与模型设定 #

• 查看预测变量的极端值：用summary(data_new[, c("B","C","D","E")])或箱线图排查是否存在异常大/小的数值，这类值可能导致似然函数计算出现非有限值。
• 尝试拆分零膨胀部分的公式：如果C在零膨胀过程中没有显著影响，可以单独指定零膨胀部分的变量，减少共线性的影响，比如：

  zip_model <- zeroinfl(A ~ B + C + D + E | B + D + E, data = data_new, dist = "poisson")
  

三、错误的其他可能诱因 #

除了共线性，以下情况也会导致该错误：

• 数据分离：某个预测变量完全区分零值和非零值，导致零膨胀部分的logit模型似然函数无限大。
• 因变量分布极端：虽然你的因变量60%为0符合ZIP假设，但如果非零值的分布过于极端（比如存在极大值），也可能引发数值问题。

内容的提问来源于stack exchange，提问作者TobiP