Sayısal Veriler için Engelli Model
Hurdle Model for Count Data · Ayrıca şöyle bilinir: hurdle count model, two-part count model, zero-truncated count model, Engel Modeli (Hurdle Model)
Engelli model, Mullahy (1986) tarafından tanıtılan iki aşamalı bir sayısal veri modelidir. Birinci aşama, bir engeli aşma ikili seçimini (sıfır veya sıfır olmayan bir sayı) modellerken, ikinci aşama sıfır kesilmiş bir dağılım (örneğin sıfır kesilmiş Poisson veya negatif binom) ile kesin pozitif sayıları modeller.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Düz bir Poisson modelinin karşılayabileceğinden çok daha fazla sıfır içeren sayısal sonuçlar için, özellikle sıfırların bir karışımdan ziyade tek bir süreçten kaynaklandığı durumlarda bir engelli model kullanın. Makul bir örneklem (en az yaklaşık 50 gözlem), kesitsel veya panel veriler ve herhangi bir sayıya sahip olma kararı ile kaç tane olacağına dair kararın makul ölçüde farklı olduğu ayarlar için uygundur. Engelli yapı, iki sürecin — engeli aşma ve sonrasındaki miktar — ayrı olduğunu varsayar, bu nedenle tüm sıfırların ilk aşamadan geldiği sıfır şişirilmiş modellerden farklıdır. AIC veya BIC kullanarak sıfır şişirilmiş Poisson ve negatif binom modellerine karşı uyumu karşılaştırın.
Güçlü yönler & sınırlılıklar
- Sıfır/sıfır olmayan kapıyı ve pozitif sayıları ayrı ayrı modelleyerek aşırı sıfırlı sayısal verileri işler.
- Engel aşma sürecini miktar sürecinden temiz bir şekilde ayırarak, yorumlanabilir katsayıların iki setini verir.
- Sıfır şişirilmiş modellerin aksine, tüm sıfırlar tek bir ilk aşama sürecine atfedilir, bu da veri üretim hikayesine daha doğrudan uyabilir.
- İki sürecin (engeli aşma ve sonuçta ortaya çıkan miktar) bağımsız olduğunu varsayar, bu geçerli olmayabilir.
- Her iki aşamayı da güvenilir bir şekilde tahmin etmek için makul bir örneklem boyutuna (en az yaklaşık 50) ihtiyaç duyar.
- Engelli, sıfır şişirilmiş ve sıradan sayı modelleri arasında seçim yapmak, tek bir uyum yerine AIC veya BIC aracılığıyla açık karşılaştırma gerektirir.
SSS
Engelli modeli sıfır şişirilmiş modelden nasıl farklıdır?
Engelli modelde tüm sıfırlar ilk (ikili) aşamadan gelir ve pozitif sayılar sıfır kesilmiş bir dağılımdan gelir. Sıfır şişirilmiş bir model bunun yerine iki sıfır kaynağını — yapısal sıfırlar ve sıradan sayı sıfırları — karıştırır, bu nedenle sıfırları hem şişirme bileşeninden hem de sayı bileşeninden kaynaklanabilir.
İkinci aşama hangi dağılımı kullanır?
Pozitif sayı aşaması, tipik olarak sıfır kesilmiş Poisson veya sıfır kesilmiş negatif binom olan sıfır kesilmiş bir sayı dağılımı kullanır. Pozitif sayılar aşırı dağılımlı olduğunda negatif binom varyantı tercih edilir.
Engelli, sıfır şişirilmiş ve negatif binom modelleri arasında nasıl seçim yapmalıyım?
Aday modelleri uydurun ve gözlemlenen sıfır oranının ne kadar iyi yeniden üretildiğine dair kontrollerin yanı sıra AIC veya BIC ile karşılaştırın. Engelli yapısı, tek bir sürecin herhangi bir sayının oluşup oluşmadığını yönettiği durumlarda en uygunudur.
Ne kadar büyük bir örneğe ihtiyacım var?
İki aşama tahmin edildiği için, hem ikili aşamanın hem de sıfır kesilmiş sayı aşamasının yeterli bilgiye sahip olması için makul bir örneklem — kabaca 50 veya daha fazla gözlem — gereklidir.
Kaynaklar
- Mullahy, J. (1986). Specification and Testing of Some Modified Count Data Models. Journal of Econometrics, 33(3), 341–365. DOI: 10.1016/0304-4076(86)90002-3 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Hurdle Model for Count Data. ScholarGate. https://scholargate.app/tr/statistics/hurdle-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Lojistik RegresyonAraştırma istatistiği↔ karşılaştır
- Negatif Binominal RegresyonEkonometri↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
- Poisson ve Negatif Binom RegresyonuEkonometri↔ karşılaştır
- Sıfır-Şişirilmiş Poisson (ZIP) Regresyonuİstatistik↔ karşılaştır