Metodes pierādījumu reģistrs

Zero-Inflated Negative Binomial Regression

Zero-Inflated Negative Binomial regression is a count model, introduced by Greene (1994), that handles count data showing both an excess of zeros and overdispersion. It combines a binary inflation process that generates structural zeros with a negative binomial count process, making it one of the most widely used distributions for real-world count data.

Sources recorded, not reviewed

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

Zero-Inflated Negative Binomial (ZINB) Regression

Taksonomiskās metodes reģistrs · regression-model / statistics

Greene, W. H. (1994). Accounting for Excess Zeros and Sample Selection in Poisson and Negative Binomial Regression Models. NYU Working Paper. · URL

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

Same method familyBeta Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyHurdle Modelmachine-suggested · Relational suggestion, not evidence.Same method familyNegative Binomial Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyPoisson Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyZero-Inflated Poisson Regressionmachine-suggested · Relational suggestion, not evidence.