เปรียบเทียบวิธี

	แบบจำลองเบย์เซียนที่มีศูนย์เกิน (Bayesian Zero-Inflated Model)	การถดถอยทวินามเชิงลบแบบเบย์
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1992–2006	1990s–2000s
ผู้ริเริ่ม	Lambert (1992) for ZIP; Bayesian extension by Ghosh, Mukhopadhyay & Lu (2006)	Gelman, Carlin, Stern, Dunson, Vehtari & Rubin; Cameron & Trivedi
ประเภท	Bayesian count regression	Bayesian GLM for overdispersed counts
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 NB regression, Bayesian negbin model, Bayesian overdispersed count regression, Bayesian NB-2 model
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.	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.