×

针对零膨胀负二项替代方案测试零膨胀泊松回归模型的得分测试。 (英语) Zbl 1209.62079号

总结:计数数据通常显示零计数的发生率高于泊松分布数据的预期发生率。零膨胀泊松回归模型是这类数据的一类有用模型,但如果非零计数相对于泊松分布过度分散,则参数估计可能会有严重偏差。因此,我们提供了一个分数测试,用于测试零膨胀泊松回归模型与零膨胀负二项式替代品之间的关系。

MSC公司:

62G08号 非参数回归和分位数回归
62G10型 非参数假设检验
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Breslow,对数线性模型中的Extra-Poisson变化,应用统计学33,第38页–(1984)·doi:10.2307/2347661
[2] Cordeiro,《改进分数测试统计的公式》,《统计计算与模拟杂志》62页123–(1998)·Zbl 1126.62341号 ·doi:10.1080/00949659808811928
[3] 考克斯,关于过度分散的一些评论,Biometrika 70第269页–(1983)·Zbl 0511.62007号 ·doi:10.1093/biomet/70.1.269
[4] Dean,检测泊松回归模型中过度分散的测试,《美国统计协会杂志》84页467–(1989)·doi:10.2307/2289931
[5] Douglas,离散分布的经验拟合,《生物统计学》50,第576页–(1994)·doi:10.2307/2533403
[6] Groger,截断计数模型,《应用计量经济学杂志》6,第225页–(1991)·doi:10.1002/jae.3950060302
[7] 古普塔,《零调整计数数据分析》,《计算统计与数据分析》23页207–(1996)·Zbl 0875.62096号 ·doi:10.1016/S0167-9473(96)00032-1
[8] Gurmu,《检测正泊松回归模型中过度分散的测试》,《商业与经济统计杂志》第9卷第215页–(1991年)·doi:10.2307/1391790
[9] 希利,《统计矩阵》(1986)·Zbl 0618.15004号
[10] Lambert,零膨胀泊松回归,及其在制造缺陷中的应用,Technometrics 34 pp 1–(1992)·Zbl 0850.62756号 ·doi:10.2307/1269547
[11] Leroux,独立和Markov依赖混合模型的最大惩罚似然估计,《生物统计学》48,第545页–(1992)·doi:10.2307/2532308
[12] McCullagh,广义线性模型(1989)·Zbl 0588.62104号 ·doi:10.1007/9781-4899-3242-6
[13] Mullahy,一些修正计数数据模型的规范和测试,《计量经济学杂志》,第33页,第341页–(1986年)·doi:10.1016/0304-4076(86)90002-3
[14] Ridout,《第十九届国际生物计量会议论文集》,第179页–(1998年)
[15] Saha,《估算嵌套计数数据模型》,《牛津经济与统计公报》第59页第423页(1997年)·doi:10.1111/1468-0084.00074
[16] Broek,泊松分布中零膨胀的分数测试,《生物统计学》51,第738页–(1995)·Zbl 0825.62377号 ·doi:10.2307/2532959
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。