ScholarGate
Assistent
Regression modelRegression / GLM

Robust Negativ Binomial Regression

Robust Negativ Binomial Regression-modeller håndterer overdisperserede tælledata ved hjælp af den negative binomialfordeling, samtidig med at koefficientinferens beskyttes mod fejlspecifikation af variansfunktionen. Den kombinerer maximum-likelihood estimering af middel- og dispersionsparametrene med sandwich (Huber-White) standardfejl, hvilket giver gyldige tests, selv når den antagne variansstruktur kun er tilnærmelsesvis korrekt.

Anvend med StatMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Hilbe, J. M. (2011). Negative Binomial Regression (2nd ed.). Cambridge University Press. ISBN: 978-0521198158
  2. Zeileis, A., Kleiber, C., & Jackman, S. (2008). Regression Models for Count Data in R. Journal of Statistical Software, 27(8), 1–25. DOI: 10.18637/jss.v027.i08

Sådan citerer du denne side

ScholarGate. (2026, June 3). Robust Negative Binomial Regression. ScholarGate. https://scholargate.app/da/statistics/robust-negative-binomial-regression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateRobust Negative Binomial Regression (Robust Negative Binomial Regression). Hentet 2026-06-15 fra https://scholargate.app/da/statistics/robust-negative-binomial-regression · Datasæt: https://doi.org/10.5281/zenodo.20539026