本人目前正在处理一个大数据,被解释变量是典型的离散数据,但是有很多是非整数和零值,查阅了一下离散选择模型的相关教材,虽然有排序选择模型(可以利用logistic回归),但如果被解释变量是非整数则回归无效的,也没有专门的处理方法。高铁梅(2009)提到可以利用@round取整处理,不知这样处理后,用计数模型是否合适。求高手解惑指导!
类似这样的数据结构:
0 | 0 |
0.70269 | 12.33193 |
0.559588 | 4.975706 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0.443248 |
0.755078 | 2.516208 |
5.289764 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
1.915017 | 11.27652 |
0 | 3.952082 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
0 | 0 |
9.811001 | 0 |