I have a set of data, where the response variable of my study has many zeros; therefore, I decided to understand the influence of the predictor variables using a "hurdle model". Here's how my code looks:
fórmula <- dados$Nº_de_artigos ~ dados$Status_Red_List + dados$Z_Capacidade_Científica +
dados$Z_Fossorial + dados$Z_Terrestre + dados$Z_Aquática + dados$Z_Arbórea +
dados$Z_Diurna + dados$Z_Noturna + dados$Z_Crepuscular +
dados$Z_Meses_Úmidos_e_Quentes + dados$Z_Meses_Úmidos_e_Frios +
dados$Z_Meses_Secos_e_Quentes + dados$Z_Meses_Secos_e_Frios +
dados$Z_Desenvolvimento_Direto + dados$Z_Desenvolvimento_Larval +
dados$Z_Vivípara + dados$Z_Tamanho_Corporal_mm +
dados$Z_Nº_de_Reproduções_por_Ano
#Onde "Status_Red _List" é uma variável categórica.
resultado <- hurdle(formula = fórmula, dist = "negbin", data = dados, na.action = "na.fail")
#Aí aparece:
Error in optim(fn = countDist, gr = countGrad, par = c(start$count, if (dist == : Non-finite value supplied with optim
Does anyone know how to fix this? I have looked in several internet pages, but I have not found a suitable solution: (