Inference and diagnostic in zero-inflated count data models / Inferencia e diagnostico em modelos para dados de contagem com excesso de zeros

AUTOR(ES)

Alejandro Guillermo Monzon Montoya

DATA DE PUBLICAÇÃO

2009

RESUMO

Em análise de dados, muitas vezes encontramos dados de contagem onde a quantidade de zeros excede aquela esperada sob uma determinada distribuição, tal que não é possível fazer uso dos modelos de regressão usuais. Além disso, o excesso de zeros pode fazer com que exista sobredispersão nos dados. Neste trabalho são apresentados quatro tipos de modelos para dados de contagem inflacionados de zeros: o modelo Binomial (ZIB), o modelo Poisson (ZIP), o modelo binomial negativa (ZINB) e o modelo beta-binomial (ZIBB). Usa-se o algoritmo EM para obter estimativas de máxima verossimilhança dos parâmetros do modelo e usando a função de log-verossimilhança dos dados completos obtemos medidas de influência local baseadas na metodologia proposta por Zhu e Lee (2001) e Lee e Xu (2004). Também propomos como construir resíduos para os modelos ZIB e ZIP. Finalmente, as metodologias descritas são ilustradas pela análise de dados reais

ASSUNTO(S)

dados de contagem residuos regression analysis local influence analise de regressão influencia local count data residues

Documentos Relacionados

• Models for zero-inflated and overdispersed proportion data - a bayesian approach.
• Models for count data with applications
• Zero-inflated Poisson regression models for QTL mapping applied to tick-resistance in a Gyr x Holstein F2 population
• Non linear models for count longitudinal data
• Utilização de técnicas bayesianas em modelos de regressão de Poisson para dados de contagem longitudinais e dados de contagem com medidas repetidas apresentando excesso de zeros