Methodenbewijsdossier

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

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Zero-Inflated Negative Binomial (ZINB) Regression

Taxonomisch methodendossier · 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

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

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.