เปรียบเทียบวิธี

	การถดถอยแบบศูนย์พองตัวแบบลบทวินาม (Zero-Inflated Negative Binomial - ZINB)	การถดถอยแบบทวินามเชิงลบ
สาขาวิชา	สถิติศาสตร์	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1994	2011
ผู้ริเริ่ม	Greene (1994)	Hilbe (textbook treatment); generalized linear model framework
ประเภท	Count regression (mixture model)	Generalized linear model for count data
แหล่งต้นตำรับ	Greene, W. H. (1994). Accounting for Excess Zeros and Sample Selection in Poisson and Negative Binomial Regression Models. NYU Working Paper.	Hilbe, J. M. (2011). Negative Binomial Regression (2nd ed.). Cambridge University Press.
ชื่อเรียกอื่น	ZINB, ZINB regression, zero-inflated negative binomial model, Sıfır-Şişirilmiş Negatif Binom Regresyonu (ZINB)	NB regression, NB2 regression, negatif binom regresyonu
ที่เกี่ยวข้อง	5	4
สรุป	Zero-Inflated Negative Binomial regression is a count model, introduced by Greene (1994), that handles count data showing both an excess of zeros and overdispersion. It combines a binary inflation process that generates structural zeros with a negative binomial count process, making it one of the most widely used distributions for real-world count data.	Negative Binomial Regression is a generalized linear model for count outcomes that extends Poisson regression to handle overdispersion, where the variance of the counts exceeds their mean. Developed in the GLM tradition and treated in depth by Hilbe (2011), it adds a dispersion parameter so that inference stays valid when Poisson would understate the spread of the data.