阿拉贡,戴维C。;Jorge A.Achcar。;Edson Z.马丁内斯。 双泊松分布的最大似然和贝叶斯估计。 (英语) 兹比尔1426.62058 J.统计理论实践。 12,编号4,886-911(2018). 摘要:泊松分布和负二项分布经常用于拟合计数数据。泊松分布的一个局限性是假设平均值和方差相等,但在许多实际应用中,这种假设远非现实。负二项分布更多地用于过度分散的情况,因为它们的方差高于平均值。由引入的双参数双泊松分布B.埃夫隆【《美国统计协会期刊》第81卷,第709页–第721页(1986年;Zbl 0611.62072号)]考虑到泊松分布和负二项分布可以解释过度分散和欠分散,可以将其视为泊松分布的有用替代。在本文中,我们获得了双泊松分布的最大似然估计和贝叶斯估计。我们还针对样本中存在多余零的情况扩展了所提出的方法。在假设模拟数据集和实际数据集的情况下,考虑了双泊松分布的应用。 MSC公司: 62E15型 统计学中的精确分布理论 2015年1月62日 贝叶斯推断 10层62层 点估计 关键词:最大似然估计量;贝叶斯估计量;双泊松分布计数数据;Markov-chain Monte Carlo(MCMC) 引文:Zbl 0611.62072号 软件:马克斯利克;最大Lik;进程NLMIXED;阿波罗3 PDF格式BibTeX公司 XML格式引用 \textit{D.C.Aragon}等人,《统计理论与实践》。12,第4号,886--911(2018;Zbl 1426.62058) 全文: 内政部 参考文献: [1] Cameron,A.C.和P.Johansson。1997.使用级数展开计算数据回归:应用。应用计量经济学杂志12:203-23。doi(操作界面):https://doi.org/10.1002/(ISSN)1099-1255·doi:10.1002/(SICI)1099-1255(199705)12:3<03::AID-JAE446>3.0.CO;2-2 [2] Cameron,A.C.和P.K.Trivedi。2013年,计数数据的回归分析。第二版,纽约:剑桥大学出版社·Zbl 1301.62003号 ·doi:10.1017/CBO9781139013567 [3] Chang,H.Y.、C.M.Suchindran和W.H.Pan。2001。使用过度分散指数家族来估计台湾18至28岁人群的日常摄入量分布。医学统计学20:2337-50。doi(操作界面):https://doi.org/10.1002/sim.838。 ·doi:10.1002/sim.838 [4] 新墨西哥州周。;Steenhard,D.,使用SAS*PROC NLMIXED的灵活计数数据回归模型,1-14(2009) [5] Conde,D.M.、L.Costa Paiva、E.Z.Martinez和A.M.Pinto Neto。2012.中年乳腺癌幸存者的低骨密度:患病率和相关因素。乳房护理7:121-25。doi(操作界面):https://doi.org/10.1159/000337763。 ·数字对象标识代码:10.1159/000337763 [6] 康威,R.W。;Maxwell,W.L.,服务率依赖于状态的排队模型(1962) [7] Efron,B.,1985年。双指数族及其在广义线性回归中的应用。第107号技术报告,斯坦福大学统计系。https://doi.org/statistics.stanford.edu/sites/default/files/BIO107.pdf ·Zbl 0611.62072号 [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81:709-21。doi(操作界面):https://doi.org/10.1080/01621459.1986.10478327。 ·Zbl 0611.62072号 ·doi:10.1080/01621459.1986.10478327 [9] El-Shaarawi、A.H.、S.R.Esterby和B.J.Dutka。1981年,通过泊松或负二项分布确定水中的细菌密度。应用与环境微生物学41:107-16。 [10] Gardner,W.、E.P.Mulvey和E.C.Shaw。1995年。计数和比率的回归分析:泊松、过度分散泊松和负二项模型。心理公告118:392-404·doi:10.1037/0033-2909.118.3.392 [11] Gelman,A.和J.B.Carlin。2013年贝叶斯数据分析。第三版,纽约:查普曼和霍尔。 [12] Ghosh,S.K.、P.Mukhopadhyay和J.C.Lu.2006年。零膨胀回归模型的贝叶斯分析。统计规划与推断杂志136:1360-75。doi(操作界面):https://doi.org/10.1016/j.jspi.2004.10.008。 ·兹比尔1088.62139 ·doi:10.1016/j.jspi.2004.10.008 [13] Henningsen,A.和O.Toomet。2011年,maxLik:R.计算统计学26:443-58中的最大似然估计包。doi(操作界面):https://doi.org/10.1007/s00180-010-0217-1。 ·Zbl 1304.65039号 ·doi:10.1007/s00180-010-0217-1 [14] Hosmer,D.W.,Jr.、S.Lemeshow和R.X.Sturdivant。2013.应用逻辑回归。第三版奇切斯特:威利·Zbl 1276.62050号 ·doi:10.1002/9781118548387 [15] 兰伯特,D.1992。零膨胀泊松回归,及其在制造缺陷中的应用。技术计量学34:1-14。doi(操作界面):https://doi.org/10.2307/1269547。 ·Zbl 0850.62756号 ·doi:10.2307/1269547 [16] Millar,R.B.,2011年。最大似然估计和推断:R、SAS和ADMB第111卷中的示例。奇切斯特:John Wiley&Sons·Zbl 1273.62012年 [17] Nelder,J.A.和Y.Lee。1992.似然、拟似然和伪似然:一些比较。英国皇家统计学会杂志,B辑54:273-84。 [18] 北卡罗来纳州普拉丹和P.Leung。2006年,夏威夷延绳钓渔业海龟相互作用的泊松和负二项回归模型。渔业研究78:309-22。doi(操作界面):https://doi.org/10.1016/j.fishres.2005.12.013。 ·doi:10.1016/j.fishres.2005.12.013 [19] Sellers、K.R和G.Shmueli。2010年。计数数据的灵活回归模型。应用统计学年鉴4:943-61。doi(操作界面):https://doi.org/10.1214/09-AOAS306。 ·Zbl 1194.62091号 ·doi:10.1214/09-AOAS306 [20] Spiegelhalter、D.J.、N.G.Best、B.P.Carlin和A.van der Linde。2002.模型复杂度和拟合度的贝叶斯度量(含讨论和反驳)。英国皇家统计学会杂志,B辑64:583-639。doi(操作界面):https://doi.org/10.1111/1467-9868.00353。 ·Zbl 1067.62010年 ·数字对象标识代码:10.1111/1467-9868.00353 [21] Ver Hoef,J.M.和P.L.Boveng。2007.准泊松与负二项回归:我们应该如何建模过度分散的计数数据?生态学88:2766-72·doi:10.1890/07-0043.1 [22] 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。doi(操作界面):https://doi.org/10.1016/j.aap.2013.07.017。 ·doi:10.1016/j.ap.2013.07.017 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。