[R-br] GLM com alta proporção de zeros

[Emerson Cotta Bodevan]

Prezados, boa tarde.

Estou com dificuldade para cálculo de Razão de Prevalência, com respectivos
IC95% para meus dados.

Meus dados estão com a seguinte estrutura:
Variável resposta:
- ocorrência de AVC (0: Não, 1: Sim)
Variáveis independentes:
- Faixa Etária (18 a 28 - referência, 29 a 39, 40 a 59, 60 a 79 e 80 ou
mais)
- Escolaridade (Nunca estudou - referência, Ens Fun, Ens Med,  Ens Sup)
- Saúde (Excelente - referência, Muito Boa, Boa, Regular, Ruim)
- Número Doenças Crônicas (Nenhuma - referência, Uma, Duas ou mais)
- Automedicação (Não - referência, Sim)

Importante dizer que tenho alta proporção de zeros na variável resposta:
371 zeros e 11 uns.

*Tentei inicialmente a regressão de poisson da seguinte forma:*
library(sandwich)
library(lmtest)
fit.poisson=glm(AVC~FE+Esc+Saude+NDC+Auto,data=dados,family=poisson)
*Obtive a seguinte mensagem:*
glm.fit: taxas ajustadas numericamente 0 ocorreu


*Vi que o problema pode ser o excesso de zeros. Então, lendo algumas
postagens aqui da lista tentei o seguinte:*
library(pscl)
fit.hurdle<-hurdle(AVC~FE+Esc+Saude+NDC+Auto,dist="poisson",zero.dist="poisson",data=dados)
*Obtive a seguinte mensagem:*
Warning messages:
1: glm.fit: fitted rates numerically 0 occurred
2: glm.fit: fitted rates numerically 0 occurred
3: In value[[3L]](cond) :
  Lapack routine dgesv: system is exactly singular: U[7,7] = 0FALSE
*Tentei então*
fit.zeroinflPoisson<-zeroinfl(AVC~FE+Esc+Saude+NDC+Auto,dist="poisson",link="logit",data=dados)
*Obtive a seguinte mensagem:*
Warning messages:
1: glm.fit: fitted probabilities numerically 0 or 1 occurred
2: In value[[3L]](cond) :
  sistema é computacionalmente singular: condição recíproca número =
8.9423e-20FALSE

Não consigo encontrar uma saída. Alguém pode me dar uma dica?
Agradeço imensamente.
Atenciosamente,

*Emerson*
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20200722/754108af/attachment.html>