×
金正焕;Lee，Woojoo先生

关于检验负二项回归模型中的隐藏异质性。 （英语） Zbl 1425.62085号

梅特里卡 82，第4期，457-470（2019）.
为了检验负二项回归模型中隐藏异质性的存在性，本文在加性和乘性随机效应模型下发展了得分统计。给出了检验统计量及其渐近分布的显式形式，并讨论了由两个随机效应模型导出的检验统计量之间的关系。仿真研究表明，该方法在控制I型误差和功率方面优于现有方法。本文对博士学位论文数量和汽车索赔数量进行了两次实际数据分析。
审核人：Annibal Parracho Sant’Anna（里约热内卢）

引用于1文件

MSC公司：

62J02型 一般非线性回归
62页99 统计学的应用

关键词：

负二项回归;隐藏的异质性;随机效应模型;分数测试

软件：

计数;Stata公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Kim}和\textit{W.Lee}，梅特里卡82，第4期，457--470（2019年；Zbl 1425.62085）
全文： 内政部

参考文献：

[1] Breslow N（1984）对数线性模型中的超泊松变化。应用统计33:38-44·doi:10.2307/2347661
[2] Chesher A（1984）被忽视的异质性测试。计量经济学52:865-872·Zbl 0564.62096号 ·doi:10.2307/1911188
[3] Cox DR（1983）关于过度分散的一些评论。生物特征70:269-274·Zbl 0511.62007号 ·doi:10.1093/biomet/70.1.269
[4] De Jong P，Heller GZ（2008）保险数据的广义线性模型。剑桥大学出版社，纽约·Zbl 1142.91046号 ·doi:10.1017/CBO9780511755408
[5] Dean CB（1992）泊松和二项回归模型中的过度分散测试。美国统计协会杂志87:451-457·doi:10.1080/01621459.1992.10475225
[6] Hilbe JM（2011），负二项回归，第二版。剑桥大学出版社·Zbl 1269.62063号 ·doi:10.1017/CBO9780511973420
[7] Hinde J，Demétrio CGB（1998）过度分散：模型和估计。计算统计数据分析27:151-170·Zbl 1042.62578号 ·doi:10.1016/S0167-9473（98）00007-3
[8] Jackmin-Gadda H，Commumes D（1995），广义线性模型的同质性检验。美国统计学会杂志90:1237-1246·Zbl 0868.62061号 ·doi:10.1080/01621459.1995.10476628
[9] Lawless JF（1987）负二项和混合泊松回归。加拿大统计局15（3）：209-225·Zbl 0632.62060号 ·doi:10.2307/3314912
[10] le Cessie S，van Houwelingen HC（1995）通过随机效应模型中的得分测试测试回归模型的拟合度。生物计量学51:600-614·Zbl 0825.62608号 ·doi:10.2307/2532948
[11] Liang K（1987）一项针对多个地层的局部最有力的同质性测试。生物特征74:259-264·Zbl 0621.62025号 ·doi:10.1093/biomet/74.2.259
[12] Lin X（1997）具有随机效应的广义线性模型中的方差分量检验。生物特征84:309-326·Zbl 0881.62074号 ·doi:10.1093/biomet/84.2.309
[13] Long JS（1990）《科学中性别差异的起源》。社会力量68（3）：1297-1316·doi:10.1093/sf/68.41297
[14] Long JS，Freese J（2001）使用统计数据的分类因变量回归模型。Stata新闻出版物，大学站·兹比尔1277.62008
[15] Verbeke G，Molenberghs G（2003）《分数测试在方差成分推断中的应用》。生物统计学59:254-262·Zbl 1210.62013年 ·数字对象标识代码：10.1111/1541-0420.0032
[16] Xue D，Deddnes JA（1992）超分散负二项回归模型。公共统计理论方法21（8）：2215-2226·Zbl 0775.62044号 ·网址：10.1080/03610929208830908
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。