Sıfır-Şişirilmiş Poisson (ZIP) Regresyonu
Zero-Inflated Poisson Regression (ZIP) · Ayrıca şöyle bilinir: ZIP regression, zero-inflated count model, Sıfır-Şişirilmiş Poisson Regresyonu (ZIP)
Sıfır-şişirilmiş Poisson regresyonu, sıradan bir Poisson modelinin açıklayabileceğinden daha fazla sıfır içeren sayım verileri için iki bileşenli bir modeldir. Diane Lambert tarafından 1992'de tanıtılan bu model, sıfır üreten mekanizma için bir lojistik modeli, gerçek sayım süreci için ise bir Poisson modelini birleştirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bağımlı değişken bir sayım olduğunda ve bir Poisson modelinin tahmin ettiğinden daha fazla sıfır gösterdiğinde, genellikle en az 50 gözlemle ZIP kullanın. Yapısal sıfırları sayım sürecinden ayrı olarak üreten makul ve farklı bir mekanizma olduğunda ve sıfır-şişmesi ve sayım bileşenleri kendi kovaryatları tarafından yönlendirilebildiğinde uygundur. Eğer sıfır olmayan sayımlar da aşırı dağılmışsa, sıfır-şişirilmiş negatif binom uzantısını tercih edin.
Güçlü yönler & sınırlılıklar
- Yapısal sıfırları örnekleme sıfırlarından açıkça ayırır, bu nedenle aşırı sıfır içeren sayım verilerine sıradan Poisson'dan çok daha iyi uyar.
- Aynı anda iki yorumlanabilir etki kümesi sağlar: sayım süreci için insidans-oranı oranları ve yapısal-sıfır süreci için olasılık oranları.
- Sıfır-şişmesi ve sayım bileşenleri, sıfırların nasıl ortaya çıktığına dair esas teoriyi eşleştirerek farklı kovaryatlar kullanabilir.
- Temel ZIP hala sayım bileşeninin Poisson olduğunu varsayar, bu nedenle pozitif sayımlardaki aşırı dağılımı ele almaz — bu durum sıfır-şişirilmiş negatif binom gerektirir.
- İki bağlantılı model aynı anda tahmin edildiği için makul bir örneklem (yaklaşık 50+) gerektirir.
- Yorumlama, tek denklemli bir modelden daha zordur ve hangi kovaryatların sıfır kısmına, hangilerinin sayım kısmına ait olduğunu belirlemek yargı gerektirir.
SSS
ZIP, sıradan Poisson regresyonundan nasıl farklıdır?
Poisson, tüm sayımları, sıfırlar dahil, tek bir sürecin ürettiğini varsayar ve sıfırlar bol olduğunda onları eksik tahmin etme eğilimindedir. ZIP, yapısal sıfırlar için ayrı bir lojistik bileşen ekler, böylece Poisson'ın yapamadığı şişirilmiş sıfır sayısını eşleştirebilir.
Sıfır-şişirilmiş bir modele gerçekten ihtiyacım olup olmadığını nasıl anlarım?
Uyarlanmış ZIP'i Vuong testi ile basit bir Poisson modeliyle karşılaştırın (yaklaşık 1.96'nın üzerindeki bir z değeri ZIP'i destekler). Eğer test anlamlı değilse, daha basit Poisson modeli tercih edilir.
Sıfır-şişirilmiş negatif binoma (ZINB) ne zaman geçmeliyim?
Sıfır olmayan sayımlar aşırı sıfırlara ek olarak aşırı dağılmışsa — varyansları ortalamalarını açıkça aşıyorsa. ZINB, Poisson sayım bileşenini negatif binom bileşeniyle değiştirerek bu ekstra değişkenliği emer.
Katsayıları nasıl yorumlarım?
Üslü sayım-modeli katsayıları insidans-oranı oranlarıdır: tahmin edicinin bir birimi başına beklenen sayımda çarpımsal değişim. Üslü sıfır-modeli katsayıları, bir gözlemin yapısal (her zaman sıfır) bir durum olma olasılık oranlarıdır.
Kaynaklar
- Lambert, D. (1992). Zero-Inflated Poisson Regression, with an Application to Defects in Manufacturing. Technometrics, 34(1), 1–14. DOI: 10.2307/1269547 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Zero-Inflated Poisson Regression (ZIP). ScholarGate. https://scholargate.app/tr/statistics/zero-inflated-poisson
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
- Poisson ve Negatif Binom RegresyonuEkonometri↔ karşılaştır
- Sıfır Şişirilmiş Negatif Binom (ZINB) Regresyonuİstatistik↔ karşılaştır