×

没有过多零点的过度分散数据的回归模型。 (英语) Zbl 1416.62381号

摘要:基于复二参数Pearson的过度分散计数数据的回归模型(美国海关与边境保护局)分布得到了发展。将其与基于广义泊松的广义泊松回归模型、负二项回归模型和零膨胀泊松回归模式进行了比较(美国海关与边境保护局),负二项式()和零膨胀泊松(拉链)分布。结果表明美国海关与边境保护局分配比普通合伙人,拉链当过分散与更高的频率0无关,而是与大于0的其他低值相关时的分布,因此它可能适合于存在外部原因使低值的数量增加而不是0的过分散情况。首先,我们研究了美国海关与边境保护局分布,我们将其与泊松进行比较,普通合伙人,拉链通过概率0、偏度系数和曲率系数以及Kullback-Leibler散度进行分布。此外,我们还提供了一个应用程序示例,其中上述性能通过安达卢西亚(西班牙)市政当局的公共教育设施数量显示。其次,我们描述了两个基于美国海关与边境保护局分布及其参数的估计方法。第三,我们进行了模拟研究,揭示了所提出的回归模型的性能。最后,在体育领域的一个应用表明,这些模型可以提供比其他常用回归模型更准确的计数数据拟合。

理学硕士:

62J02型 一般非线性回归
62E10型 统计分布的特征和结构理论
62页99 统计学的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ajiferuke I,Famoye F(2015)信息计量研究中计数响应变量建模:计数、线性和对数正态回归模型之间的比较。J Inf 9(3):499-513·doi:10.1016/j.joi.2015.05.001
[2] Astuti ET、Budiatara IN、Sunaryo S、Dokhi M(2013)使用局部广义泊松回归模型对死亡率数据进行统计建模。国际应用数学统计杂志33(3):92-101
[3] Burnham KP,Anderson DR(2002)《模型选择和多模型推理:实用信息理论方法》,第2版。纽约州施普林格,第51页·Zbl 1005.62007号
[4] Cameron AC,Trivedi PK(2013),计数数据的回归分析,第2版。剑桥大学出版社·兹比尔1301.62003 ·doi:10.1017/CBO9781139013567
[5] Consul PC(1989)《广义泊松分布:性质和应用》。Marcel Dekker公司,纽约·Zbl 0691.62015号
[6] Consul PC,Famoye F(1992)广义泊松回归模型。公共统计21(1):89-109·Zbl 0800.62355号 ·网址:10.1080/03610929208830766
[7] Cordeiro GM、Andrade MG、de Castro M(2009)《幂级数广义非线性模型》。计算统计数据分析53:1155-1166·Zbl 1452.62043号 ·doi:10.1016/j.csda.2008.10.024
[8] Czado C、Erhardt V、Min A、Wagner S(2007)零膨胀广义泊松模型,对专利外包率的均值、离散度和零通货膨胀水平产生回归效应。统计模型7(2):125-153·Zbl 07257676号 ·doi:10.1177/1471082X0700700202
[9] Famoye F,Wulu JT,Singh KP(2004)关于广义泊松回归模型及其在事故数据中的应用。科学杂志2:287-295
[10] 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
[11] Hinde J,Demétrio CGB(1998)过度分散:模型和估计。计算机统计数据分析27:151-170·Zbl 1042.62578号 ·doi:10.1016/S0167-9473(98)00007-3
[12] Joe H,Zhu R(2005)广义泊松分布:泊松混合的性质以及与负二项分布的比较。生物杂志47(2):219-229·Zbl 1442.62431号 ·doi:10.1002/bimj.200410102
[13] Lambert 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·Zbl 0850.62756号 ·doi:10.2307/1269547
[14] Lu HX,Wong MCM,Lo ECM,McGrath C(2013)通过负二项回归分析18岁年轻成年人口腔健康状况的风险指标。BMC口腔健康13:40·doi:10.1186/1472-6831-13-40
[15] Mullahy J(1986)一些修正计数数据模型的规范和测试。《经济学杂志》33:341-365·doi:10.1016/0304-4076(86)90002-3
[16] Poortema K(1999)关于计数过度分散的建模。Neerl统计53(1):5-20·Zbl 0946.62035号 ·数字标识代码:10.1111/1467-9574.00094
[17] R核心团队(2014)R:统计计算的语言和环境。,奥地利维也纳R统计计算基金会
[18] Rigby R,Stasinopoulos D,Akantziliotou C(2008)一种建模过分散计数数据的框架,包括泊松位移广义逆高斯分布。计算统计数据分析53:381-393·Zbl 1231.62019年 ·doi:10.1016/j.csda.2008.07.043
[19] Rodríguez-Avi J,Conde-Sánchez A,Sáez-Castillo AJ(2003)一类新的具有复杂参数的离散分布。统计帕普44:67-88·兹比尔1025.62004 ·doi:10.1007/s00362-002-0134-7
[20] Rodríguez-Avi J、Conde-Sánchez A、Sáez-Castillo AJ、Olmo-Jiménez MJ(2004)《具有复杂参数的三参数离散分布》。统计帕普45(1):81-95·Zbl 1053.62017年 ·doi:10.1007/BF02778271
[21] Rodriguez-Avi J、Conde-Sánchez A、Sáez-Castillo AJ、Olmo-Jiménez MJ、Martínez-Rodríguez AM(2009)计数数据的广义警告回归模型。计算统计数据分析53:3717-3725·Zbl 1453.62184号 ·doi:10.1016/j.csda.2009.03.013
[22] Sáez-Castillo AJ,Conde-Sánchez A(2013)过分散和欠分散计数数据的超泊松回归模型。计算统计数据分析61(C):148-157·兹比尔1348.62188
[23] Van den Broek J(1995)泊松分布中零通货膨胀的分数检验。生物统计学54:738-743·兹比尔0825.62377 ·doi:10.2307/2532959
[24] Venables WN,Ripley BD(2002)《现代应用统计学》,第4版。施普林格,施普林格·Zbl 1006.62003号 ·doi:10.1007/978-0-387-21706-2
[25] Wei F,Lovegrove G(2013)评估自行车驾驶员安全性的经验工具:基于社区的宏观碰撞预测模型,使用负二项回归。《Accid Anal Prev》61:129-137·doi:10.1016/j.aap.2012.05.018
[26] Winkelmann R(2008)《计数数据的计量经济学分析》。柏林施普林格·Zbl 0871.62102号
[27] Wong KY,Lam KF(2013)使用协变量相关随机效应模型对零膨胀计数数据进行建模。统计医学32(8):1283-1293·数字对象标识代码:10.1002/sim.5626
[28] 谢FC,林JG,魏BC(2014)贝叶斯零膨胀广义泊松回归模型:估计和案例影响诊断。J应用统计41(6):1383-1392·Zbl 1352.62106号 ·doi:10.1080/02664763.2013.871508
[29] Zamani H,Ismail N(2013),针对零膨胀广义泊松替代方案测试零膨胀泊松回归的得分测试。J Appl Stat 40(9)在线发布:2013年6月3日·Zbl 1514.62964号
[30] Zou Y,Zhang Y,Lord D(2013)《具有不同权重参数的负二项回归模型有限混合在车辆碰撞数据分析中的应用》。《Accid Anal Prev》50:1042-1051·doi:10.1016/j.aap.2012.08.004
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。