×
Ishapathik达斯;苏门·森;查甘蒂，N.Rao;普亚Sengupta

双重膨胀多元泊松分布的回归。 （英文） Zbl 07193852号

J.统计计算。模拟 89，第13号，2549-2561（2019）.
摘要：相关的多变量计数数据出现在一些研究中。这些数据可以通过使用连接函数构造的多元泊松或负二项分布来建模。然而，当某些计数被夸大时，即某些单元格中的观察数远远大于其他单元格，则基于copula的多元泊松（或负二项式）分布可能无法很好地拟合，并且它不是数据的合适统计模型。有必要修改或调整多元分布，以解释膨胀的频率。在本文中，我们考虑了两个单元的频率高于其他单元的情况，并使用多元高斯copula建立了双重膨胀的多元泊松分布函数。我们还讨论了双膨胀多变量计数数据的协变量回归过程。为了说明所提出的方法，我们提供了两个单元格中包含膨胀的双变量计数观测值的实际数据。考虑了几个具有对数链接函数的模型和线性预报器，并讨论了估计模型未知参数的最大似然估计。

引用于1文件

MSC公司：

10层62层 点估计
62-07 数据分析（统计）（MSC2010）

关键词：

膨胀计数数据;高斯联结;多元泊松

软件：

埃克达特;Copula模型
PDF格式BibTeX公司 XML格式引用
\textit{I.Das}等人，《统计计算杂志》。模拟89，No.13，2549--2561（2019；Zbl 07193852）
全文： 内政部

参考文献：

[1] Lee AJ。英超建模得分：曼联真的是最好的吗？机会。1997;10:15-19. doi:10.1080/09332480.1997.10554791[泰勒和弗朗西斯在线]，[谷歌学者]
[2] Maher MJ。模拟协会足球得分。内尔统计局。1982;36:109-118. doi:10.1111/j.1467-9574.1982.tb00782.x[交叉引用]，[谷歌学者]
[3] Dixon MJ，Coles SG。足球博彩市场中足球协会得分和效率低下的建模。J R Stat Soc Ser C Appl Stat.1997年；46:265-280. doi:10.1111/1467-9876.00065[Crossref]，[Web of Science®]，[Google学者]
[4] Karlis D，Meligkotsidou L.具有协方差结构的多元泊松回归。统计计算。2005;15:255-265. doi:10.1007/s1122-005-4069-4[Crossref]，[Web of Science®]，[Google学者]
[5] Karlis D，Ntzoufras I.使用双变量泊松模型分析体育数据。J R Stat Soc Ser D Stat.2003年；52:381-393. doi:10.1111/1467-9884.00366[Crossref]，[Web of Science®]，[Google学者]
[6] Kocherlakota S，Kocherlackota K。二元泊松分布中的回归。2001.[谷歌学者]·Zbl 1008.62638号
[7] Wang Y.多元零膨胀泊松回归。检索自明尼苏达大学数字保护协会；2017年起生效日期：http://hdl.handle.net/1299/189101。[谷歌学者]
[8] Zhang Y，Zhou H，Zhou J，et al.多变量计数数据的回归模型。2017年计算机图表统计杂志；26:1-13. doi:10.1080/10618600.2016.1154063[Taylor&Francis在线]，[Web of Science®]，[Google学者]
[9] Johnson NL，Kotz S.统计学中的分布：离散分布。纽约：Wiley；1969.[谷歌学者]·Zbl 0292.62009号
[10] Lee J，Jung BC，Jin SH.二元零膨胀泊松模型中的零通货膨胀测试。内尔统计局。2009;63:400-417. doi:10.1111/j.1467-9574.2009.00430.x[Crossref]，[Web of Science®]，[Google学者]
[11] Sengupta P，Chaganty NR，Sabo RT.双变量双膨胀泊松模型及其应用。J统计理论实践。2016;10:202-215. doi:10.1080/15598608.2015.1105166[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1426.62162号
[12] Sen S，Sengupta P，Diawara N.使用高斯连接函数的双重膨胀泊松模型。公共统计理论方法。2018;47:2848-2858. doi:10.1080/03610926.2017.1342831[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1508.62141号
[13] Joe H.使用连接函数进行依赖建模。博卡拉顿：查普曼和霍尔，CRC出版社；2014.【Crossref】，【谷歌学者】·Zbl 1346.62001号
[14] 内尔森银行。连接词简介。第二版，纽约：施普林格出版社；2006.[谷歌学者]·Zbl 1152.62030
[15] Chaganty NR。通过广义估计方程分析纵向数据的另一种方法。J统计计划推断。1997;63:39-54. doi:10.1016/S0378-3758（96）00203-0[Crossref]，[Web of Science®]，[Google学者]·Zbl 0902.62082号
[16] 奥尔金一世，普拉特JW。某些相关系数的无偏估计。Ann Math Stat.1958年；2011年2月29日。doi:10.1214/aoms/1177706717[交叉引用]，[谷歌学者]·Zbl 0094.14403号
[17] Nikololopoulos AK，Joe H，Chaganty NR.依赖数据回归模型的加权评分方法。生物统计学。2011;12:653-665. doi:10.1093/biostatistics/kxr005[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 1314.62246号
[18] Croissant Y.Ecdat：计量经济学的数据集。R包版本0.3-1。2016年。有效期至：https://CRAN.R-project.org/package=Ecdat。[谷歌学者]
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。