CountsEPPM计数

R包CountsEPPM:计数数据的均值和方差建模:少分布和多分布计数数据的均值和方差建模。本文描述了确定其极大似然参数的扩展的Poisson过程及其估计。这提供了一个基于泊松过程的灵活模型族,可以处理观测计数数据中的欠分散和过度分散,负二项分布和泊松分布是特殊情况。在CountsEPPM模型中,均数和方差与协变量相关,以匹配广义线性模型公式。通过对几个已发布的数据集的应用说明了该包的使用。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献2条,1标准件)

显示结果1到2,共2个。
按年份排序(引用)

  1. 大卫·史密斯;Malcolm Faddy:欠分散和过分散分组二进制数据的均值和方差建模(2019)不是zbMATH
  2. David Smith和Malcolm Faddy:Under-dispersed Count Data的均值和方差建模(2016)不是zbMATH