...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of applied statistics >Generalized Poisson-Lindley linear model for count data
【24h】

Generalized Poisson-Lindley linear model for count data

机译：计数数据的广义Poisson-Lindley线性模型

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The purpose of this paper is to develop a new linear regression model for count data, namely generalized-Poisson Lindley (GPL) linear model. The GPL linear model is performed by applying generalized linear model to GPL distribution. The model parameters are estimated by the maximum likelihood estimation. We utilize the GPL linear model to fit two real data sets and compare it with the Poisson, negative binomial (NB) and Poisson-weighted exponential (P-WE) models for count data. It is found that the GPL linear model can fit over-dispersed count data, and it shows the highest log-likelihood, the smallest AIC and BIC values. As a consequence, the linear regression model from the GPL distribution is a valuable alternative model to the Poisson, NB, and P-WE models.
机译：本文的目的是为计数数据开发一种新的线性回归模型，即广义泊松林德利（GPL）线性模型。通过将广义线性模型应用于GPL分布来执行GPL线性模型。通过最大似然估计来估计模型参数。我们利用GPL线性模型来拟合两个真实数据集，并将其与用于计数数据的Poisson，负二项式（NB）和Poisson加权指数（P-WE）模型进行比较。发现GPL线性模型可以拟合过度分散的计数数据，并且它显示出最高的对数似然率，最小的AIC和BIC值。因此，来自GPL分布的线性回归模型是Poisson，NB和P-WE模型的有价值的替代模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号