เปรียบเทียบวิธี

	แบบจำลองเบย์เซียนที่มีศูนย์เกิน (Bayesian Zero-Inflated Model)	แบบจำลองเชิงเส้นทั่วไปแบบเบย์ (Bayesian Generalized Linear Model)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1992–2006	1989 (GLM); 1995 (Bayesian BDA)
ผู้ริเริ่ม	Lambert (1992) for ZIP; Bayesian extension by Ghosh, Mukhopadhyay & Lu (2006)	McCullagh & Nelder (GLM framework); Bayesian treatment formalized by Gelman et al.
ประเภท	Bayesian count regression	Bayesian regression model
แหล่งต้นตำรับ	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.	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
ชื่อเรียกอื่น	Bayesian ZIP, Bayesian ZINB, Bayesian zero-inflated Poisson, Bayesian zero-inflated negative binomial	Bayesian GLM, Bayesian GLIM, Bayesian generalized linear regression, Bayes GLM
ที่เกี่ยวข้อง	5	6
สรุป	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.	A Bayesian Generalized Linear Model (Bayesian GLM) extends the classical GLM framework by placing prior distributions on the regression coefficients and updating them with data via Bayes' theorem. This yields a full posterior distribution over parameters rather than single point estimates, enabling richer uncertainty quantification and principled incorporation of prior knowledge for any exponential-family outcome.