เปรียบเทียบวิธี

	การถดถอยทวินามเชิงลบแบบเบย์	แบบจำลองเบย์เซียนที่มีศูนย์เกิน (Bayesian Zero-Inflated Model)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1990s–2000s	1992–2006
ผู้ริเริ่ม	Gelman, Carlin, Stern, Dunson, Vehtari & Rubin; Cameron & Trivedi	Lambert (1992) for ZIP; Bayesian extension by Ghosh, Mukhopadhyay & Lu (2006)
ประเภท	Bayesian GLM for overdispersed counts	Bayesian count regression
แหล่งต้นตำรับ	Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955	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.
ชื่อเรียกอื่น	Bayesian NB regression, Bayesian negbin model, Bayesian overdispersed count regression, Bayesian NB-2 model	Bayesian ZIP, Bayesian ZINB, Bayesian zero-inflated Poisson, Bayesian zero-inflated negative binomial
ที่เกี่ยวข้อง	6	5
สรุป	Bayesian Negative Binomial Regression models non-negative integer count outcomes that exhibit overdispersion — where the variance exceeds the mean — by placing a negative binomial likelihood on the data and specifying prior distributions over the regression coefficients and the dispersion parameter. Posterior inference is typically performed via Markov chain Monte Carlo (MCMC) or variational methods, yielding full posterior distributions rather than point estimates.	The Bayesian zero-inflated model handles count data with excess zeros by combining a binary component — identifying structural zeros — with a count component (Poisson or negative binomial) for the remaining counts. Bayesian inference via MCMC provides full posterior distributions for all parameters, enabling principled uncertainty quantification and regularisation through priors.