非負のゼロ膨張連続データをモデル化する方法は？

私は現在、線形モデル（family = gaussian）を生物多様性の指標に適用しようとしています。生物多様性はゼロ未満の値を取ることはできず、ゼロで膨張し、連続しています。値の範囲は0から0.25強です。その結果、モデルの残差には明らかなパターンがありますが、私はそれを取り除くことができませんでした。

誰もこれを解決する方法についてアイデアを持っていますか？

ゼロ膨張（半）連続分布の場合には、さまざまなソリューションがあります。

• Tobit回帰：データは単一の基礎となる正規分布からのものであるが、負の値は打ち切られ、ゼロにスタックされると仮定します（たとえばcensRegパッケージ）
• ハードルまたは「2段階」モデル：二項モデルを使用して、値が0または> 0であるかどうかを予測し、線形モデル（またはガンマ、切り捨てられた法線、または対数法線）を使用して、観測された非ゼロ値をモデル化します
• $1<p<2$$x>0$

または、データ構造が十分に単純な場合は、線形モデルを使用し、順列テストまたは他の堅牢なアプローチを使用して、データの興味深い分布によって推論が台無しにならないようにします。

これらのほとんどの場合に利用可能なRパッケージ/ソリューションがあります。

SEには、ゼロインフレ（半）連続データに関する他の質問があります（たとえばhere、here、hereなど）が、明確な一般的な答えを提供していないようです...

概要については、Min＆Agresti、2002、Modeling Nonnegative Data with Clumping with Zero：A Surveyも参照してください。