Regression modelRegression / GLM
강건 음이항 회귀
강건 음이항 회귀 모형은 음이항 분포를 사용하여 과산포된 빈도 결과를 설명하지만, 분산 함수가 잘못 지정되었을 때에도 계수 추론을 보호합니다. 이는 평균 및 분산 모수 추정을 최대우도법으로 수행하고 샌드위치(허버-화이트) 표준 오차를 사용하여, 가정된 분산 구조가 근사적으로만 정확하더라도 유효한 검정을 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Negative Binomial Regression. ScholarGate. https://scholargate.app/ko/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.
- 일반화 선형 모형 (GLM)통계학↔ compare
- 음이항 회귀계량경제학↔ compare
- 포아송 및 음이항 회귀분석계량경제학↔ compare
- 로버스트 포아송 회귀통계학↔ compare
- Robust Regression통계학↔ compare
- Zero-Inflated Model통계학↔ compare