Regression modelRegression / GLM

Bayesowski model z inflacją zer

Bayesowski model z inflacją zer (ang. Bayesian zero-inflated model) służy do analizy danych zliczanych z nadmierną liczbą zer, łącząc komponent binarny — identyfikujący zera strukturalne — z komponentem zliczającym (rozkład Poissona lub ujemny dwumianowy) dla pozostałych obserwacji. Bayesowskie wnioskowanie za pomocą MCMC dostarcza pełnych rozkładów a posteriori dla wszystkich parametrów, umożliwiając ilościowe określenie niepewności i regularyzację poprzez priory.

Zastosuj w StatMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

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

Cytowana przez

ScholarGateBayesian Zero-inflated model (Bayesian Zero-Inflated Count Model). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/bayesian-zero-inflated-model · Zbiór danych: https://doi.org/10.5281/zenodo.20539026