ScholarGate
Assistent
Regression modelRegression / GLM

Bayesiaans nul-geïnflateerd model

Het Bayesiaanse nul-geïnflateerde model verwerkt telgegevens met een overschot aan nullen door een binaire component – die structurele nullen identificeert – te combineren met een telcomponent (Poisson of negatief-binomiaal) voor de overige tellingen. Bayesiaanse inferentie via MCMC levert volledige posterieure verdelingen op voor alle parameters, wat een principiële kwantificering van onzekerheid en regularisatie via priors mogelijk maakt.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  1. 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
  2. Lambert, D. (1992). Zero-inflated Poisson regression, with an application to defects in manufacturing. Technometrics, 34(1), 1–14. DOI: 10.2307/1269547

Deze pagina citeren

ScholarGate. (2026, June 3). Bayesian Zero-Inflated Count Model. ScholarGate. https://scholargate.app/nl/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.

Compare side by side

Geciteerd door

ScholarGateBayesian Zero-inflated model (Bayesian Zero-Inflated Count Model). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/bayesian-zero-inflated-model · Gegevensset: https://doi.org/10.5281/zenodo.20539026