Không thể phù hợp với hồi quy nhị thức âm trong R (cố gắng sao chép các kết quả được công bố)

Cố gắng sao chép các kết quả từ bài báo được xuất bản gần đây,

Aghion, Philippe, John Van Reenen và Luigi Zingales. 2013. "Đổi mới và quyền sở hữu thể chế." Tạp chí kinh tế Mỹ, 103 (1): 277-304.

(Dữ liệu và mã stata có sẵn tại http://www.aeaweb.org/aer/data/feb2013/20100973_data.zip ).

Không có vấn đề gì khi tạo lại 5 hồi quy đầu tiên trong R (sử dụng phương pháp OLS và poisson), nhưng đơn giản là không thể tạo lại kết quả hồi quy nhị thức âm của chúng trong R, trong khi đó, hồi quy hoạt động tốt.

Cụ thể, đây là mã R tôi đã viết, không chạy được hồi quy nhị thức âm trên dữ liệu:

library(foreign)
library(MASS)
data.AVRZ <- read.dta("results_data2011.dta",
                  convert.underscore=TRUE)
sicDummies <- grep("Isic4", names(data.AVRZ), value=TRUE)
yearDummies <- grep("Iyear", names(data.AVRZ), value=TRUE)
data.column.6 <- subset(data.AVRZ, select = c("cites",
                                 "instit.percown",
                                 "lk.l",
                                 "lsal",
                                 sicDummies,
                                 yearDummies))
data.column.6 <- na.omit(data.column.6)

glm.nb(cites ~ .,
   data = data.column.6,
   link = log,
   control=glm.control(trace=10,maxit=100))

Chạy ở trên trong R, tôi nhận được đầu ra sau:

Initial fit:
Deviance = 1137144 Iterations - 1 
Deviance = 775272.3 Iterations - 2 
Deviance = 725150.7 Iterations - 3 
Deviance = 722911.3 Iterations - 4 
Deviance = 722883.9 Iterations - 5 
Deviance = 722883.3 Iterations - 6 
Deviance = 722883.3 Iterations - 7 
theta.ml: iter 0 'theta = 0.000040'
theta.ml: iter1 theta =7.99248e-05
Initial value for 'theta': 0.000080
Deviance = 24931694 Iterations - 1 
Deviance = NaN Iterations - 2 
Step halved: new deviance = 491946.5 
Error in glm.fitter(x = X, y = Y, w = w, etastart = eta, offset = offset,  : 
NA/NaN/Inf in 'x'
In addition: Warning message:
step size truncated due to divergence

Đã thử sử dụng một số giá trị ban đầu khác nhau cho theta, cũng như thay đổi số lần lặp tối đa không có may mắn. Mã stata được cung cấp của các tác giả hoạt động tốt, nhưng tôi dường như vẫn không thể ép buộc R làm cho mô hình hoạt động. Có phương pháp phù hợp thay thế nào cho glm.nb () có thể mạnh mẽ hơn đối với vấn đề tôi gặp phải không?

$M$$p$$\mu$

$$\mu=\exp(Mp)$$ $\Sigma$ $$M=O\Sigma$$ $O$ $$Mp=O\Sigma p$$ $q$ $$p=\Sigma q$$ $$\mu=\exp(Oq)$$ $q$$p$. Tôi đã sử dụng kỹ thuật này để phù hợp với mô hình với AD Model Builder, nhưng nó có thể hoạt động với R. Trong mọi trường hợp, khi phù hợp với mô hình, người ta phải nhìn vào "phần dư" là sự khác biệt bình phương giữa mỗi quan sát và ý nghĩa của nó chia cho ước tính cho phương sai. Dường như là phổ biến cho loại mô hình này, có một số dư lớn. Tôi nghĩ rằng những điều này nên được kiểm tra trước khi kết quả của bài báo được thực hiện nghiêm túc.