<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Esiste un modo per specificare una distribuzione di poisson a inflazione zero (struttura di errore) in un modello lineare generalizzato nella piattaforma Fit Model? Vedo che posso specificare distribuzioni normali, binomiali, poisson ed esponenziali; ma quello di cui ho bisogno è una distribuzione di poisson gonfiata a zero ... Qualsiasi aiuto molto apprezzato. Grazie.
Clay Barker ha un buon esempio di ZIPoisson sullo scambio di file JMP ..
// imposta la verosimiglianza del log negativo ZIP con i valori iniziali definiti sopra
Exform = expr (
ll << imposta la formula (parametro (
{p = expr (pstart), lambda = expr (lstart)},
Se (: Y == 0,
-Log (p + (1 - p) * Exp (-lambda)),
-Log (
(1 - p) * ((Exp (-lambda) * lambda ^: Y) /
Fattoriale (: Y))
)
)
)));
// ora collega i valori iniziali nella colonna verosimiglianza log negativa
eval (eval Expr (exform));
// usa non lineare per minimizzare la verosimiglianza del log negativo, che equivale a massimizzare la verosimiglianza
nl = Non lineare (
Perdita (: NegLogLik),
La perdita è Neg LogLikelihood (1),
Newton,
finire
);
Non conosco un modo per montare automaticamente un modello ZI di qualsiasi tipo. Ho sempre adattato due modelli di parti, una parte per modellare 0 o meno 0 e una seconda per modellare la parte non 0, quindi combinare i modelli.
