Regression modelRegression / GLM

رگرسیون قوی باینومی منفی

مدل‌های رگرسیون قوی باینومی منفی، پیامدهای شمارشی بیش‌پراکنده را با استفاده از توزیع باینومی منفی مدل‌سازی می‌کنند، در حالی که استنتاج ضرایب را در برابر عدم تطابق تابع واریانس محافظت می‌کنند. این روش تخمین حداکثر درست‌نمایی پارامترهای میانگین و پراکندگی را با خطاهای استاندارد ساندویچی (هوبر-وایت) جفت می‌کند و آزمون‌های معتبری را حتی زمانی که ساختار واریانس مفروض تنها به طور تقریبی صحیح باشد، ارائه می‌دهد.

به‌کارگیری با StatMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Robust Negative Binomial Regression. ScholarGate. https://scholargate.app/fa/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

ارجاع‌شده در

ScholarGateRobust Negative Binomial Regression (Robust Negative Binomial Regression). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/statistics/robust-negative-binomial-regression · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026