Bayesianisches Zero-Inflated Modell
Das bayesianische Zero-Inflated Modell verarbeitet Zähldaten mit einem Überschuss an Nullen, indem es eine binäre Komponente zur Identifizierung struktureller Nullen mit einer Zählkomponente (Poisson oder negativ-binomial) für die verbleibenden Zählwerte kombiniert. Die bayesianische Inferenz mittels MCMC liefert vollständige Posterior-Verteilungen für alle Parameter, was eine prinzipiengeleitete Quantifizierung der Unsicherheit und Regularisierung durch Priors ermöglicht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Ghosh, S. K., Mukhopadhyay, P., & Lu, J.-C. (2006). Bayesian analysis of zero-inflated regression models. Journal of Statistical Planning and Inference, 136(4), 1360–1375. DOI: 10.1016/j.jspi.2004.10.008 ↗
- Lambert, D. (1992). Zero-inflated Poisson regression, with an application to defects in manufacturing. Technometrics, 34(1), 1–14. DOI: 10.2307/1269547 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Zero-Inflated Count Model. ScholarGate. https://scholargate.app/de/statistics/bayesian-zero-inflated-model
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.
- Bayesian Generalisiertes Lineares ModellStatistik↔ compare
- Bayesian Negative Binomial RegressionStatistik↔ compare
- Bayesian Poisson-RegressionStatistik↔ compare
- Poisson- und Negativ-Binomial-RegressionÖkonometrie↔ compare
- Null-inflationsmodellStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →