零一膨胀泊松模型的似然检验及模型比较

针对复杂计数数据中出现零值与一值同时膨胀导致难以确定数据类型的问题,文章基于零一膨胀泊松分布模型,分别构建了Wald检验、LR检验以及Score检验的检验统计量。在实际应用中为推广零一膨胀泊松回归模型,采用EM算法对参数估计值及置信区间进行求解。对暴风雪发生次数进行分析,其检验统计量的结果证明了该数据存在零值与一值同时膨胀,并确定了适用于此数据的最优模型为零一膨胀泊松模型。

零—膨胀泊松回归模型的非参数统计分析及其应用

零膨胀计数数据是当今数据分析的热点问题之一,该类数据的特点是零点过多,目前对这类数据的研究已经比较全面。另外还有些计数数据不仅会出现零点过多的现象,也会同时存在零、一点都过多的情形,如果再用零膨胀计数数据的统计方法去研究,产生的误差较大。目前国内外对零和一都膨胀的数据的研究还比较少,针对这种现象,本文引入零一膨胀泊松回归模型,并用局部多项式核回归法这种非参数统计分析方法对零一膨胀泊松回归模型进行参数估计,这是本文的创新点也是难点,并在求解参数的过程中引进了EM算法和Newton-Raphson迭代对参数近似求解。通过模拟结果可以得出此方法的可行性,最后通过对糖尿病患者数据的实例分析,可以验证此方法的有效性。