1.计数统计模型
4.4 计数数据模型 - 百度文库https://wenku.baidu.com/view/2b488e62561252d380eb6eac.html2.python中df.describe() 先进行描述性统计
df.describe() 用法概述_JRighte的博客-CSDN博客_df.describe()python数据清理方面一般都会用到df.describe()这个函数，但其实这是可以传参数的。比如以泰坦尼克号生存预测为例df =pd.read_csv('./train.csv')df.describe()df.describe(include='O')# 大写英文字母 Odf.describe(include='all')可以看出默认是描述数字类型的属...https://blog.csdn.net/weixin_38507462/article/details/100627817?spm=1001.2101.3001.6650.3&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-3.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-3.no_search_link3.最优模型的选择
零膨胀的的负二项回归的proc countreg过程_轻弦茜西_新浪博客零膨胀的的负二项回归的proc countreg过程_轻弦茜西_新浪博客,轻弦茜西,http://blog.sina.com.cn/s/blog_860002a40102wec1.html(1)过离散检验
采用O 检验判定数据是否过离散，统计量的计算如下，当O≥1. 96 时，数据存在过离散。
（2）零膨胀检验
数据时常存在大量零频数，即许多个体在观察时间内 未发生相应的事件。可选用零膨胀 Poisson( Zero-inflated Poisson，ZIP) 回归或零膨胀负二项( Zero-inflated Negative Binomial，ZINB) 回归，即本研究所指零膨胀回归模型。 但是，采用零膨胀回归模型之前必须验证零膨胀模型对零事件的预测能力是否显著优于传统回归模型，比较两类模型的适宜性。 目前多数研究者常采用似然比检验比较模型间 的优越性，但是该检验的应用条件为，待比较的模型 是嵌套模型，然而传统的 Poisson ( 或负二项) 回归 与 ZIP ( 或 ZINB ) 属于非嵌套模型 ，因此似然比检验不适用。 这种情况下可选用非嵌套模型选择的检 验方法——— Vuong 检验 。 Vuong 检验( 简称 V 检验) 可以比较传统回归和零膨胀回归模型的适宜性，选出符合数据分布特征的模型进行拟合和预测。 参考文献：Vuong 检验在临床研究中的应用及 SAS 实现 目前仅 Stata 软件通过简便的菜单命令实现 V 检验 Stata操作1：导入数据_哔哩哔哩_bilibili计量经济学：STATA入门操作，数据导入https://www.bilibili.com/video/BV1NQ4y1k75M 【离散变量】零膨胀泊松模型_哔哩哔哩_bilibili*零膨胀泊松模型 zero-inflated poisson*https://stats.idre.ucla.edu/stata/dae/zero-inflated-poisson-regression*【离散变量】计数模型(泊松回归) av95610789*Stata绘图——直方图 av94842904*Stata入门——快速了解数据集(describe,sumarize,tabulahttps://www.bilibili.com/video/BV1pE411w7Kj ZIP-too many Zero：零膨胀泊松回归模型| 连享会主页 【 连享会主页 】https://www.lianxh.cn/news/2144066aaa0b4.html Zero-inflated Negative Binomial Regression | Stata Data Analysis Exampleshttps://stats.idre.ucla.edu/stata/dae/zero-inflated-negative-binomial-regression/ 说明：原文提供的是 vuong 选项。而在 Stata 16 中，命令报错，提示已经不建议使用 vuong 检验来选择模型。可以使用 forcevuong 强制进行 vuong 检验。报错如下：
补充：
零膨胀负二项回归模型的使用 R语言_qy20115549的博客-CSDN博客_零膨胀负二项回归简介近期，需要使用零膨胀负二项回归模型。因此，找到R语言中的一个包：pscl。首先，使用Rstudio下载此包。install.packages("pscl")该软件发表于下面的期刊。Zeileis A, Kleiber C, Jackman S. Regression models for count data in R[J]. Journal of statistical software, 2008, 27(8): 1-25.详细使用可以参考：https://cran.r-projecthttps://blog.csdn.net/qy20115549/article/details/106207790
