计数数据分样本后仅40个观测值，能否运行ZINB回归？

样本量可行性判断 #

40个观测值的子样本可以尝试ZINB回归，但属于典型的小样本场景，存在明显局限：

• 参数估计的标准误会偏大，置信区间宽度增加，可能无法检测到真实存在的效应（统计效力不足）；
• 如果模型包含多个协变量（比如超过4-5个），过度拟合风险会显著上升，估计结果的偏差会被放大；
• 零膨胀部分的参数估计稳定性会更差，因为这部分依赖于对零值的建模，小样本下零值的分布特征可能无法准确反映总体。

提升分析可靠性与严谨性的方法 #

• 精简模型：只保留与研究假设直接相关的核心协变量，暂不纳入非必要的控制变量，减少待估计参数的数量，降低模型复杂度。
• 正则化估计：给ZINB模型添加L1或L2正则化约束（如弹性网正则化），压制参数的极端取值，缓解小样本下的估计波动。
• Bootstrap稳健推断：通过非参数bootstrap重复抽样（建议1000次以上），生成多个模拟样本重新估计模型，用bootstrap得到的置信区间和标准误替代传统的渐近统计量，提升推断的稳健性。
• 贝叶斯ZINB模型：引入弱信息先验（比如对回归系数使用均值为0、方差较大的正态先验），借助贝叶斯框架整合先验信息，改善小样本下参数估计的稳定性，同时避免极大似然估计可能出现的收敛问题。
• 敏感性分析：测试不同模型设定（比如暂时改用普通负二项回归对比结果，或调整协变量的编码方式），观察核心研究结论是否一致，验证结果的稳健性。
• 明确报告局限性：在结果呈现中如实说明小样本带来的限制，比如统计效力不足、效应估计存在较高不确定性，避免过度解读或夸大结论。

内容的提问来源于stack exchange，提问作者Nickie