零膨脹負二項式 (ZINB) 和負二項式 (NB) 的百分位數和擬合優度大家好，
(1) 我想從以下數據集中獲得零膨脹負二項式 (ZINB) 和負二項式 (NB) 分佈的擬合優度。
(2) 我還想使用 JMP 14 或 JMP 14 Pro 計算每個分佈（ZINB 和 NB）的第 95 個百分位數
(3) 是否可以根據模擬數據的經驗密度繪製 ZINB 和 NB 的密度函數？ （Y：累積概率，X：計數）
提前致謝。:)
| 樣品編號 | 數據 |
| 1個 | 0 |
| 2個 | 0 |
| 3個 | 0 |
| 4個 | 0 |
| 5個 | 0 |
| 6個 | 0 |
| 7 | 0 |
| 8個 | 0 |
| 9 | 0 |
| 10 | 0 |
| 11 | 0 |
| 12 | 0 |
| 13 | 0 |
| 14 | 0 |
| 15 | 2個 |
| 16 | 0 |
| 17 | 0 |
| 18 | 0 |
| 19 | 0 |
| 20 | 0 |
| 21 | 0 |
| 22 | 0 |
| 23 | 0 |
| 24 | 0 |
| 25 | 0 |
| 26 | 1個 |
| 27 | 0 |
| 28 | 0 |
| 29 | 0 |
| 30 | 0 |
| 31 | 0 |
| 32 | 0 |
| 33 | 0 |
| 34 | 0 |
| 35 | 0 |
| 36 | 0 |
| 37 | 0 |
| 38 | 0 |
| 39 | 0 |
| 40 | 0 |
| 41 | 0 |
| 42 | 0 |
| 43 | 0 |
| 44 | 0 |
| 45 | 0 |
| 46 | 0 |
| 47 | 0 |
| 48歲 | 0 |
| 49 | 0 |
| 50 | 0 |
| 51 | 0 |
| 52 | 0 |
| 53 | 0 |
| 54 | 4個 |
| 55 | 0 |
| 56 | 0 |
| 57 | 0 |
| 58 | 0 |
| 59 | 0 |
| 60 | 0 |
| 61 | 0 |
| 62 | 0 |
| 63 | 0 |
| 64 | 0 |
| 65 | 0 |
| 66 | 0 |
| 67 | 0 |
| 68 | 0 |
| 69 | 0 |
| 70 | 2個 |
| 71 | 0 |
| 72 | 0 |
| 73 | 0 |
| 74 | 0 |
| 75 | 0 |
| 76 | 0 |
| 77 | 0 |
| 78 | 0 |
| 79 | 0 |
| 80 | 0 |
| 81 | 0 |
| 82 | 0 |
| 83 | 0 |
| 84 | 0 |
| 85 | 0 |
| 86 | 0 |
| 87 | 0 |
| 88 | 0 |
| 89 | 0 |
| 90後 | 0 |
| 91 | 0 |
| 92 | 0 |
| 93 | 0 |
| 94 | 0 |
| 95 | 0 |
| 96 | 0 |
| 97 | 0 |
| 98 | 0 |
| 99 | 0 |
| 100 | 0 |
| 101 | 0 |
| 102 | 0 |
| 103 | 0 |
| 104 | 0 |
| 105 | 0 |
| 106 | 0 |
| 107 | 0 |
| 108 | 0 |
| 109 | 0 |
| 110 | 0 |
| 111 | 0 |
| 112 | 0 |
| 113 | 0 |
| 114 | 0 |
| 115 | 0 |
| 116 | 0 |
| 117 | 0 |
| 118 | 0 |
| 119 | 0 |
| 120 | 0 |
| 121 | 1個 |
| 122 | 0 |
| 123 | 1個 |
| 124 | 0 |
| 125 | 0 |
| 126 | 0 |
| 127 | 0 |
| 128 | 0 |
| 129 | 0 |
| 130 | 0 |
| 131 | 0 |
| 132 | 0 |
| 133 | 0 |
| 134 | 0 |
| 135 | 0 |
| 136 | 0 |
| 137 | 0 |
| 138 | 0 |
| 139 | 0 |
| 140 | 0 |
| 141 | 1個 |
| 142 | 0 |
| 143 | 0 |
| 144 | 0 |
| 145 | 0 |
| 146 | 0 |
| 147 | 0 |
| 148 | 0 |
| 149 | 0 |
| 150 | 0 |
| 151 | 0 |
| 152 | 0 |
| 153 | 0 |
| 154 | 0 |
| 155 | 0 |
| 156 | 0 |
| 157 | 0 |
| 158 | 0 |
| 159 | 2個 |
| 160 | 0 |
| 161 | 0 |
| 162 | 0 |
| 163 | 0 |
| 164 | 0 |
| 165 | 0 |
| 166 | 0 |
| 167 | 0 |
| 168 | 0 |
| 169 | 0 |
| 170 | 0 |
| 171 | 0 |
| 172 | 0 |
| 173 | 0 |
| 174 | 0 |
| 175 | 0 |
| 176 | 0 |
| 177 | 0 |
| 178 | 0 |
| 179 | 0 |
| 180 | 0 |
| 181 | 0 |
| 182 | 0 |
| 183 | 0 |
| 184 | 0 |
| 185 | 0 |
| 186 | 0 |
| 187 | 0 |
| 188 | 0 |
| 189 | 0 |
| 190 | 0 |
| 191 | 0 |
| 192 | 0 |
| 193 | 0 |
| 194 | 0 |
| 195 | 0 |
| 196 | 0 |
| 197 | 1個 |
回复：零膨脹負二項式 (ZINB) 和負二項式 (NB) 的百分位數和擬合優度謝謝你的明確回答:)回复：零膨脹負二項式 (ZINB) 和負二項式 (NB) 的百分位數和擬合優度1.) 您使用 ZINB 或 NB 分佈模型的參數估計值來估計逆累積分佈函數的 95% 百分位數。
2.) AIC 和 BIC 是模型選擇的標準。 他們不評估擬合優度。 據我所知，JMP 沒有這些分佈的 QQ 圖。 不過，它們存在於 gamma Poisson 的分佈平台中。
回复：零膨脹負二項式 (ZINB) 和負二項式 (NB) 的百分位數和擬合優度謝謝馬克！
還有..我能得到更多你的建議嗎？ 
如果其他數據集與 ZINB 或 NB 匹配，我需要根據指南從該分佈計算第 95 個百分位數和第 99 個百分位數。
(1) 是否可以從 JMP Pro 廣義回歸平台或其他方式獲得這些百分位數？
(2) 如果數據集與 Poisson 或 NB 擬合不佳（也許我可以用 GammaPoisson 對其進行檢查），我將檢查 ZINB 的擬合優度。 有沒有辦法通過視覺（QQ 圖）或除 AIC 或 BIC 以外的其他方法檢查它？
非常感謝！回复：零膨脹負二項式 (ZINB) 和負二項式 (NB) 的百分位數和擬合優度我通常會使用 Distribution 平台來擬合此類模型，但負二項分佈不是其中一種選擇。 在這裡，我使用伽馬泊松分佈對您的數據進行建模，獲得了擬合優度檢驗統計數據，並估計了 95% 的分位數：
它似乎做得很好。
JMP Pro 廣義回歸平台提供負二項和零膨脹負二項分佈模型。 我使用僅截距線性預測器來獲得這些結果：
AICc 表明伽馬泊松分佈是最適合數據的分佈之一。
