×
Sellers，Kimberly F。;莫里斯，达西·S。

欠分散模型：“在雷达下”的模型。 （英语） 兹比尔1462.62158

Commun公司。统计、理论方法 46，第24号，12075-12086（2017）.
摘要：泊松分布是计数数据建模的基准。然而，它的等离约束并不能准确地表示实际数据。大多数真实数据集表示过度分散；因此，统计界的注意力集中在相关问题上。然而，越来越多的例子正在浮出水面，显示出分散不足，因此需要强调这一现象，并将更多的注意力放在那些能够更好地描述此类数据结构的模型上。这项工作解决了数据分散不足的各种来源，并调查了可以对分散不足数据建模的几种分布，比较了它们在应用数据集上的性能。

引用于9文件

MSC公司：

10层62层 点估计
62J12型 广义线性模型（逻辑模型）
62E99型 统计分布理论
60G99型 随机过程

关键词：

凝聚泊松;Conway-Maxwell-Poisson公司;count数据;双泊松;γ计数;广义泊松;泊松

软件：

程序NLMIXED;数字派生;RMUTIL公司;重复的
PDF格式BibTeX公司 XML格式引用
\textit{K.F.Sellers}和\textit{D.S.Morris}，Commun。Stat.，Theory Methods 46，No.24，12075--12086（2017；Zbl 1462.62158）
全文： DOI程序

参考文献：

[1] Barlow、R.E.和F.Proschan。1965.可靠性数学理论。应用数学经典，17。工业和应用数学学会（SIAM），宾夕法尼亚州费城，1996年·Zbl 0132.39302号
[2] Burnham，K.P.和D.R.Anderson。2002.模型选择和多模态推理。纽约：施普林格·Zbl 1005.62007号
[3] Chatfield，C.和G.J.Goodhardt。1973年，具有Erlang跨采购时间的消费者购买模型。美国统计协会杂志68:828-35。
[4] Choo-Wosoba，H.和S.Datta。2017.使用特定于聚类的随机效应零膨胀康威-麦克斯韦-泊松分布分析聚类计数数据。应用统计学杂志。新闻界·Zbl 1516.62212号
[5] Choo-Wosoba，H.、S.M.Levy和S.Datta。2015.基于零膨胀Conway-Maxwell-Poisson分布的聚类计数数据的边际回归模型及其应用。生物统计学72（2）：606-18·兹比尔1419.62326
[6] 领事，P.C.1989。广义泊松分布：性质和应用。纽约：马塞尔·德克尔·Zbl 0691.62015号
[7] Conway，R.W.和W.L.Maxwell。1962.服务率依赖于状态的排队模型。《工业工程杂志》12:132-36。
[8] Efron，B.1986年。双指数族及其在广义线性回归中的应用。美国统计协会杂志81（395）：709-21·Zbl 0611.62072号
[9] Famoye，F.1993年。受限广义泊松回归模型。统计学中的传播——理论与方法22（5）：1335-54·Zbl 0784.62018号
[10] Famoye，F.2007年。移位广义泊松分布的统计控制图。统计方法与应用3（3）：339-54·Zbl 1446.62317号
[11] F.Famoye和P.C.领事。二元广义泊松分布及其应用。梅特里卡42（1）：127-38·Zbl 0820.62015号
[12] Gilbert，P.和R.Varadhan。2015.numderiv：精确的数值导数。R包版本2014.2-1
[13] S.D.Guikema和J.P.Coffelt。2008年。用于风险分析的灵活计数数据回归模型。风险分析28（1）：213-23。
[14] Haight，F.A.1967年。泊松分布手册。纽约：John Wiley&Sons，Inc·兹比尔0152.37706
[15] Hilbe，J.M.，2008年。负二项回归。纽约：剑桥大学出版社·Zbl 1269.62063号
[16] Janardan、K.G.、H.W.Kerster和D.J.Schaeffer。1979年。拉格朗日-泊松分布的生物学应用。生物科学29（10）：599-602。
[17] Kendall，M.G.1961年。总统演讲：社会科学中的自然法。英国皇家统计学会杂志，A辑124（1）：1-16。
[18] Kokonendji，C.C.2014年。过度分散和过度分散模型。《临床试验中统计学的方法和应用：规划、分析和推断方法》，N.Balakrishnan主编，506-26。新泽西州霍博肯：John Wiley&Sons，Inc。
[19] C.C.Kokonendji、D.Mizère和N.Balakrishnan。2008年。泊松权重函数与过度分散和欠分散的关系。统计规划与推断杂志138:1287-96·Zbl 1133.62007年
[20] Lindsey，J.2013年。RMUTIL：用于非线性回归和重复测量的实用程序。R包版本1.0。https://cran.r-project.org/web/packages/rmutil/index.html。
[21] Lord，D.和S.D.Guikema。2012.用于分析碰撞数据的Conway-Maxwell-Poisson模型。商业和工业应用随机模型28:122-7。
[22] Lord，D.、S.D.Guikema和S.R.Geedipally。2008年，应用Conway-Maxwell-Poisson广义线性模型分析机动车碰撞。事故分析与预防40（3）：1123-34。
[23] 马茂德·汗，N.和V.Jowaheer。2013年，比较COM-Poisson纵向回归模型中的联合GQL估计和GMM自适应估计。统计通信-模拟和计算42:755-70·Zbl 1347.62150号
[24] Minka，T.、G.Shmueli、J.Kadane、S.Borle和P.Boatwright。2003年。使用COM-Poisson分布进行计算。卡内基梅隆大学统计系技术报告776·Zbl 1331.62086号
[25] Morris，D.S.，K.F.Sellers和A.Menger。2017.使用NLMIXED程序拟合纵向计数数据的灵活模型。在SAS全球论坛会议记录中。北卡罗来纳州卡里：SAS研究所。
[26] 哦，J.、S.P.华盛顿和D.Nam。2006.铁路-高速公路接口事故预测模型。事故分析与预防38:346-56。
[27] Puig，P.、J.Valero和A.Fernndez Fontelo。2016.导致分配不足的一些机制。提交。
[28] Saghir，A.和Z.Lin.，2015年。分散计数数据的控制图：概述。国际质量与可靠性工程31:725-39。
[29] Sellers，K.F.2012。一种用于过度或不足分散数据的通用统计控制图。国际质量与可靠性工程28（1）：59-65。
[30] Sellers、K.F.、D.S.Morris和N.Balakrishnan。2016.双变量Conway-Maxwell-Poisson分布：公式、性质和推断。多元分析杂志150:152-68·Zbl 1346.60011号
[31] Sellers、K.F.和A.Raim。2016年。解决数据分散问题的灵活零膨胀模型。计算统计与数据分析99:68-80·Zbl 1468.62176号
[32] Sellers、K.F.和G.Shmueli。2010年。计数数据的灵活回归模型。应用统计学年鉴4（2）：943-61·Zbl 1194.62091号
[33] Sellers、K.F.、G.Shmueli和S.Borle。2012.计数数据的COM-Poisson模型：方法和应用调查。商业和工业应用随机模型28:104-16·Zbl 06292434号
[34] Shmueli，G.、T.P.Minka、J.B.Kadane、S.Borle和P.Boatwright。2005.拟合离散数据的有用分布：Conway-Maxwell-Poisson分布的恢复。应用统计学54:127-42·Zbl 1490.62058号
[35] Weiss，C.H.，2013年。显示欠分散计数的整值自回归模型。应用统计学杂志40（9）：1931-48·Zbl 1514.62935号
[36] Winkelmann，R.1995年。计数数据模型中的持续时间依赖性和离散性。《商业与经济统计杂志》13（4）：467-73。
[37] Winkelmann，R.2008年。计数数据的经济计量分析。柏林：斯普林格·兹伯利0943.62111
[38] Winkelmann，R.和K.F.Zimmermann。1995年。计数数据建模的最新发展：理论和应用。《经济调查杂志》9（1）：1-24。
[39] 泽维亚尼、W.M.、P.J.Ribeiro、W.H.Bonat、S.E.Shimakura和J.A.Muniz。2014年。实验欠分散数据分析中的伽马数分布。应用统计学杂志41:2616-26·兹比尔1514.62966
[40] 朱，F.，2012年a。用广义泊松积分值GARCH模型对过分散或欠分散计数数据进行建模。数学分析与应用杂志389:58-71·兹比尔1232.62120
[41] Zhu，F.2012年b。使用COM-Poisson INGARCH模型建模计数时间序列。数学和计算机建模2012:191-203·Zbl 1255.91373号
[42] Zhu，L.、K.F.Sellers、D.S.Morris和G.Shmuéli。2017.弥合差距：计数数据的广义随机过程。美国统计学家71:71-80·Zbl 07671779号
[43] Zou，Y.、S.R.Geedipally和D.Lord。2013.评估双泊松广义线性模型。事故分析与预防59:497-505。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。