Warum gibt es keine Datenmodelle mit einer aufgeblasenen Anzahl?

8

Ich arbeite mit dem psclPaket an Datenmodellen mit Null-Inflation . Ich frage mich nur, warum es keine Entwicklung von Modellen für Datenmodelle mit einer aufgeblasenen Anzahl gibt! Auch, warum es keine Entwicklung von bimodalen, sagen wir null und zwei aufgeblasenen Zähldatenmodellen gibt! Einmal habe ich einmal aufgeblasene Poisson-Daten generiert und festgestellt, dass weder das glmwith- family=poissonModell noch das negative binomial ( glm.nb) -Modell gut genug waren, um gut zu den Daten zu passen. Wenn jemand etwas Licht in meine Gedanken bringen kann, so exzentrisch es auch sein mag, wäre es sehr hilfreich für mich.

r generalized-linear-model zero-inflation poisson-regression überwältigt
quelle

3

Ich habe einmal einen Zuschussvorschlag geschrieben, um an Software dafür zu arbeiten, aber er wurde abgelehnt.

Peter Flom

3

Ich gehe davon aus, dass es wenig zu sagen gibt, als dass weniger verlangt wird, sodass die Leute es nicht so oft erwähnen, aber es ist nicht so, als wäre es niemals getan worden. es kann nicht viel diskutiert worden sein. Die Ideen führen nicht wirklich viel ein, was sich wesentlich vom üblichen 0-Fall unterscheidet.

Glen_b -Reinstate Monica

12

Ein einmal aufgeblasenes Poisson-Modell für eine Zählung ist $Y_i$

\begin{aligned} Pr (Y_{i} = 1) & = π_{i} + (1 - π_{i}) \cdot μ_{i} e^{- μ_{i}} \\ Pr (Y_{i} = y_{i}) & = (1 - π_{i}) \cdot \frac{μ_{i}^{y_{i}} e^{- μ_{i}}}{y_{i}!} when y_{i} \neq 1 \end{aligned}

$\begin{align}\Pr(Y_i = 1) &= \pi_i +(1-\pi_i)\cdot\mu_i\mathrm{e}^{-\mu_i}\\ \Pr(Y_i = y_i) &= (1-\pi_i)\cdot\frac{\mu_i^{y_i}\mathrm{e}^{-\mu_i}}{y_i!} \qquad \text{when } y_i\neq 1 \end{align}$

wobei der Poisson-Mittelwert & Bernoulli-Wahrscheinlichkeit durch geeignete Verknüpfungsfunktionen mit den Prädiktoren in Beziehung steht. Sie können ein ähnliches Modell definieren, um die Wahrscheinlichkeiten für alle von Ihnen ausgewählten Werte zu erhöhen. $\mu_i$ $\pi_i$

Dennoch hat Null einen besonderen (und einst umstrittenen) Platz unter den Zählzahlen - in gewissem Sinne das Fehlen von Zählwerten. Und es ist eher die Unterscheidung zwischen "nichts" und "etwas" als die Unterscheidung zwischen "eins" und "jeder anderen Zählung", die für eine Vielzahl von Phänomenen relevant ist, die wir gerne modellieren: Es gibt einen Prozess, der nichts bringt, einen , zwei, ... zählen & eine andere, die überhaupt keine Zählung gibt.

Scortchi - Monica wieder einsetzen
quelle

Danke für Ihre Antwort. Ich stimme dem zu, wie Sie erklärt haben, warum Nullzählungen so viel Interesse geweckt haben, dass andere zählen. Trotzdem wollte ich mehr über Datenmodelle mit einer aufgeblasenen Zählung erfahren . Als ich versuchte, den Code in R für ein aufgeblasenes Regressionsmodell mit Kovariaten zu schreiben , waren die Schätzungen falsch. Ich bin sicher, ich habe Fehler in score functionund gemacht hessian matrix. Können Sie mir bitte einen Text / Artikel empfehlen, der mir helfen kann, mehr darüber zu erfahren?

überwältigt

Ich weiß nichts über die Montage von Poisson-Modellen mit einem Luftdruck. Da eine Inflation nur eine geringfügige Änderung der Nullinflation darstellt, sollte es hilfreich sein, sich über letztere zu informieren. Ich würde denken, dass ein paar Änderungen am zeroinflCode dies tun sollten - Ändern der Poisson-Wahrscheinlichkeit und der Punktzahl ohne Inflation, um sie an das obige Modell anzupassen (oder versuchen Sie einfach, die Wahrscheinlichkeit zu ändern und die Punktzahl nicht an weiterzugeben optim). Sie können natürlich auch hier oder auf SO nach Referenzen fragen oder bei Dingen helfen, an denen Sie festhalten.

Scortchi - Monica wieder einsetzen

3

Das R-Paket VGAMverfügt über eine Funktion vglm, die für alle Arten von Poisson-ähnlichen Modellen verwendet werden kann. Sie können es verwenden, um ein Modell mit einer Inflation anzugeben, also so etwas wie vglm(Y~X,family=oipospoisson(),data=data). Sehen Sie hier für weitere Details.

Justin
quelle

Warum gibt es keine Datenmodelle mit einer aufgeblasenen Anzahl?

Antworten: