Robust Negative Binomial Regression
Robust Negative Binomial Regression models overdispersed count outcomes using the negative binomial distribution while protecting coefficient inference against misspecification of the variance function. It pairs maximum-likelihood estimation of the mean and dispersion parameters with sandwich (Huber-White) standard errors, yielding valid tests even when the assumed variance structure is only approximately correct.
Εγγραφή πηγής
Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.
- Hilbe, J. M. (2011). Negative Binomial Regression (2nd ed.). Cambridge University Press. · ISBN 978-0521198158
- 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
Επιμελημένοι ισχυρισμοί
Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.
Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.
Σχετικές μέθοδοι
Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.