Bayesian Zero-inflated model
The Bayesian zero-inflated model handles count data with excess zeros by combining a binary component — identifying structural zeros — with a count component (Poisson or negative binomial) for the remaining counts. Bayesian inference via MCMC provides full posterior distributions for all parameters, enabling principled uncertainty quantification and regularisation through priors.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.