Model Sifar-Bebanan Bayesian
Model sifar-bebanan Bayesian mengendalikan data kiraan dengan sifar berlebihan dengan menggabungkan komponen perduaan — mengenal pasti sifar struktural — dengan komponen kiraan (Poisson atau binomial negatif) untuk kiraan yang tinggal. Inferens Bayesian melalui MCMC menyediakan taburan posterior penuh untuk semua parameter, membolehkan kuantifikasi ketidakpastian berasaskan prinsip dan penegasan semula melalui prior.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Zero-Inflated Count Model. ScholarGate. https://scholargate.app/ms/statistics/bayesian-zero-inflated-model
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.
- Model Linear Umum BayesianStatistik↔ compare
- Regresi Binomial Negatif BayesianStatistik↔ compare
- Regresi Poisson BayesianStatistik↔ compare
- Regresi Poisson dan Binomial NegatifEkonometrik↔ compare
- Model Sifaran-Tingkat SifarStatistik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →