ScholarGate
Pembantu
Regression modelRegression / GLM

Model Sifar-Terinflasi Teguh

Model sifar-terinflasi teguh melanjutkan regresi kiraan sifar-terinflasi standard — yang mengendalikan sifar berlebihan melalui campuran jisim titik pada sifar dan taburan kiraan — dengan menggantikan atau menambah kaedah kemungkinan maksimum klasik dengan teknik anggaran teguh (penganggar-M, ralat piawai sandwich) yang melindungi daripada pengaruh pemerhatian luar yang mengganggu.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. 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
  2. Cantoni, E., & Ronchetti, E. (2001). Robust inference for generalized linear models. Journal of the American Statistical Association, 96(455), 1022–1030. DOI: 10.1198/016214501753209004

Cara memetik halaman ini

ScholarGate. (2026, June 3). Robust Zero-Inflated Count Regression Model. ScholarGate. https://scholargate.app/ms/statistics/robust-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.

Compare side by side
ScholarGateRobust Zero-Inflated Model (Robust Zero-Inflated Count Regression Model). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/robust-zero-inflated-model · Set data: https://doi.org/10.5281/zenodo.20539026