Tại sao không có mô hình dữ liệu đếm một lần?

8

Tôi đang làm việc trên các mô hình dữ liệu đếm không lạm phát bằng cách sử dụng psclgói. Tôi chỉ tự hỏi tại sao không có sự phát triển của các mô hình cho các mô hình dữ liệu đếm một lần! Ngoài ra, tại sao không có sự phát triển của bimodal, giả sử mô hình dữ liệu đếm 0 và 2 được thổi phồng! Khi tôi đã tạo dữ liệu Poisson một lần và thấy rằng cả mô hình glmvới family=poissonmô hình nhị phân ( glm.nb) đều không đủ tốt để phù hợp với dữ liệu. Nếu bất kỳ ai có thể làm sáng tỏ suy nghĩ của tôi, lập dị mặc dù nó có thể, nó sẽ rất hữu ích cho tôi.

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

— choáng ngợp
nguồn

3

Tôi đã viết một đề xuất tài trợ một lần để làm việc trên phần mềm cho việc này, nhưng nó đã bị từ chối.

— Peter Flom

3

Tôi hy vọng sẽ có rất ít điều để nói hơn là ít người gọi nó hơn vì vậy mọi người không đề cập đến nó nhiều, nhưng nó không giống như nó sẽ không bao giờ được thực hiện; nó có thể không được thảo luận nhiều. Các ý tưởng không thực sự giới thiệu nhiều điều khác biệt đáng kể so với trường hợp 0 thông thường.

— Glen_b -Reinstate Monica

12

Một mô hình Poisson một lần cho số lượng $Y_i$ là

\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}

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

trong đó Poisson có nghĩa là & Bernoulli xác suất có liên quan đến các yếu tố dự đoán thông qua các hàm liên kết thích hợp. Bạn có thể xác định một mô hình tương tự để tăng xác suất cho bất kỳ giá trị nào bạn chọn. $\mu_i$ $\pi_i$

Tuy nhiên, số không có một vị trí đặc biệt (& từng gây tranh cãi) trong số các số đếm, trong một ý nghĩa đại diện cho sự vắng mặt của bất cứ điều gì để đếm. Và đó là sự phân biệt "không có gì" so với "một cái gì đó", chứ không phải là sự phân biệt "một" so với "bất kỳ số đếm nào khác" có xu hướng liên quan đến một loạt các hiện tượng mà chúng ta muốn mô hình: có một quá trình gây ra một, một quá trình , hai, ... tính & khác không tính gì cả.

— Scortchi - Tái lập Monica
nguồn

Cảm ơn bạn đã phản hồi của bạn. Tôi đồng ý với cách bạn giải thích tại sao số 0 lại thu hút nhiều sự quan tâm đến mức khác. Tuy nhiên, tôi muốn tìm hiểu thêm về một tăng cao mô hình dữ liệu đếm. Khi tôi cố gắng viết mã trong R cho một tăng cao mô hình hồi quy với biến số sau đó dự toán đã sai. Tôi chắc chắn rằng tôi đã phạm sai lầm trong score functionvà hessian matrix. Bạn có thể vui lòng giới thiệu cho tôi bất kỳ văn bản / bài viết nào có thể giúp tôi tìm hiểu thêm về nó không?

— áp đảo

Không biết bất cứ điều gì về việc phù hợp với các mô hình Poisson một lần cụ thể. Vì lạm phát một chỉ là một sửa đổi nhỏ của lạm phát bằng không, đọc lên sau này sẽ giúp ích. Tôi nghĩ rằng một vài thay đổi đối với zeroinflmã nên thực hiện - thay đổi khả năng & điểm số Poisson bằng 0 để phù hợp với mô hình ở trên (hoặc thử chỉ thay đổi khả năng & không vượt qua điểm số optim). Tất nhiên bạn cũng có thể hỏi ở đây hoặc trên SO khi thích hợp để tham khảo hoặc trợ giúp với những thứ bạn đang mắc kẹt.

— Scortchi - Phục hồi Monica

3

Gói R VGAMcó chức năng vglmcó thể được sử dụng để phù hợp với tất cả các loại mô hình Poisson-esque. Bạn có thể sử dụng nó để chỉ định một mô hình bơm hơi, vì vậy một cái gì đó như thế vglm(Y~X,family=oipospoisson(),data=data). Xem ở đây để biết thêm chi tiết.

— Justin
nguồn