介绍
我正在尝试构建一个 GLM，它根据鱼群的大小和年龄来模拟鱼群标本所产卵的数量（质量）。
因此，变量是：
eggW：产卵的总质量，一个介于 300 和 30000 之间的连续正变量。fishW：鱼的质量，连续的和正的，范围在 3 到 55 之间。age: 1 年或 2 年。
没有 0，没有 NA。
在检查并意识到假设正态分布可能不合适后，我决定使用 Gamma 分布。我选择 Gamma 基本上是因为变量是正数且连续的，随着值的增加，方差会增加，并且看起来是倾斜的，如下图所示。
eggW 值的频率分布：
fishW 与 eggW：
编码
myglm <- glm(eggW ~ fishW * age, family=Gamma(link=identity),
start=c(mean(data$eggW),1,1,1),
maxit=100)
maxit在看到此页面的帖子上建议的错误解决方案后，我添加了该因素glm.fit: algorithm did not converge，并且它起作用了。
我选择使用它link=identity是因为用生物学术语对结果进行更明显和直接的解释，而不是使用inverse或log链接。
因此，上面的代码会产生下一条消息：
警告消息：
1：在 log(ifelse(y == 0, 1, y/mu)) 中：产生了 NaN
2：由于发散而截断了步长
重要 的是，如果删除变量并且只保留年龄，则不会显示错误警告。如果使用链接，则不会报告错误。fishWlog
问题
如果我的模型设计背后的基本原理是可以接受的，我想了解为什么会报告这些错误以及如何解决或避免它们。无论如何，我将不胜感激任何批评或建议。