Régression robuste par binomiale négative
Les modèles de régression robuste par binomiale négative modélisent des issues de comptage surdispersées à l'aide de la distribution binomiale négative tout en protégeant l'inférence des coefficients contre la mauvaise spécification de la fonction de variance. Ils associent l'estimation par maximum de vraisemblance des paramètres de moyenne et de dispersion à des erreurs standard de type sandwich (Huber-White), produisant des tests valides même lorsque la structure de variance supposée n'est qu'approximativement correcte.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Negative Binomial Regression. ScholarGate. https://scholargate.app/fr/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.
- Modèle Linéaire Généralisé (GLM)Statistique↔ compare
- Régression binomiale négativeÉconométrie↔ compare
- Régression de Poisson et binomiale négativeÉconométrie↔ compare
- Régression de Poisson robusteStatistique↔ compare
- Régression RobusteStatistique↔ compare
- Modèle à inflation de zérosStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →