零膨胀几何分布的参数估计

在产品质量检验过程中,经常会出现零观测值较多的情况.为更好拟合这类数据,提出零膨胀几何分布模型,引入隐变量,运用极大似然估计(MLE)、最大期望(EM)算法下的极大似然估计及贝叶斯估计对模型参数进行估计.设定不同的样本量,不同的参数真值,采用数值模拟方法对上述研究方法的性能进行评估.

零膨胀几何分布回归模型及其统计分析

样本数据中经常会出现大量取值为零的观测值,导致数据过度离散.为解决传统模型不能很好地进行预测与拟合的问题,提出了零膨胀几何分布回归模型,建立了响应变量与协变量之间的关系,通过巧妙地引入隐变量并进行数据扩充,并基于EM算法下的极大似然估计法和贝叶斯方法对回归参数向量进行估计,利用数值模拟的方法对两种估计方法的成效进行了评价.