Motivated from the stochastic repre

Motivated from the stochastic representation of the univariate zero-inflated Poisson (ZIP)
random variable, the authors propose a multivariate ZIP distribution, called as Type I
multivariate ZIP distribution, to model correlated multivariate count data with extra zeros.
The distributional theory and associated properties are developed. Maximum likelihood
estimates for parameters of interest are obtained by Fisher’s scoring algorithm and
the expectation–maximization (EM) algorithm, respectively. Asymptotic and bootstrap
confidence intervals of parameters are provided. Likelihood ratio test and score test are
derived and are compared via simulation studies. Bayesian methods are also presented if
prior information on parameters is available. Two real data sets are used to illustrate the
proposed methods. Under both AIC and BIC, our analysis of the two data sets supports the
Type I multivariate zero-inflated Poisson model as a much less complex alternative with
feasibility to the existing multivariate ZIP models proposed by Li et al. (Technometrics,
29–38, Vol 41, 1999).

ผลลัพธ์ (ไทย) 1:

แรงจูงใจจากการแสดงแบบเฟ้นสุ่มอย่างไร univariate สูงเกินจริงศูนย์ปัวซองไปรษณีย์ตัวแปรสุ่ม กระจายไปรษณีย์ตัวแปรพหุ เรียกว่าเป็นพิมพ์ที่ผมนำเสนอผู้เขียนแจกจ่ายไปรษณีย์ตัวแปรพหุ แบบ correlated ข้อมูลจำนวนตัวแปรพหุกับศูนย์บริการมีพัฒนาทฤษฎีขึ้นและคุณสมบัติที่เกี่ยวข้อง ความเป็นไปได้สูงสุดประเมินสำหรับพารามิเตอร์ที่น่าสนใจจะได้รับ โดย Fisher ของคะแนนอัลกอริทึม และอัลกอริทึมความคาดหวัง – maximization (EM) ตามลำดับ Asymptotic และเริ่มต้นระบบมีช่วงความเชื่อมั่นของพารามิเตอร์ ทดสอบอัตราความเป็นไปได้และคะแนนทดสอบมา และมีการเปรียบเทียบทางการศึกษาการจำลองการ แสดงวิธีการทฤษฎียังถ้าทราบข้อมูลของพารามิเตอร์ได้ ใช้เพื่อแสดงค่าจริงสองตัววิธีการนำเสนอ ภายใต้การ AIC และ BIC เราวิเคราะห์ข้อมูลสองชุดสนับสนุนการพิมพ์ฉันตัวแปรพหุสูงเกินจริงศูนย์ปัวรุ่นเป็นทางเลือกซับซ้อนมากน้อยกับความเป็นไปได้อยู่ตัวแปรพหุไปรษณีย์รุ่นเสนอโดย Li et al. (Technometrics29 – 38, Vol 41, 1999)

ผลลัพธ์ (ไทย) 2:

แรงบันดาลใจจากการเป็นตัวแทนสุ่มของ univariate ศูนย์พอง Poisson (ไปรษณีย์) ตัวแปรสุ่มผู้เขียนนำเสนอการกระจายไปรษณีย์หลายตัวแปรเรียกว่าเป็นประเภทหลายตัวแปรกระจายไปรษณีย์แบบความสัมพันธ์ข้อมูลนับหลายตัวแปรด้วยศูนย์พิเศษ. ทฤษฎีการกระจายและคุณสมบัติที่เกี่ยวข้อง ได้รับการพัฒนา ความน่าจะเป็นสูงสุดประมาณการสำหรับพารามิเตอร์ที่สนใจที่จะได้รับโดยวิธีการให้คะแนนที่ฟิชเชอร์และความคาดหวัง-สูงสุด(EM) ขั้นตอนวิธีการตามลำดับ asymptotic บูตและช่วงความเชื่อมั่นของพารามิเตอร์ที่มีให้ การทดสอบอัตราส่วนภาวะน่าจะเป็นและทดสอบคะแนนจะได้รับและมีการเปรียบเทียบผ่านการศึกษาแบบจำลอง วิธีการแบบเบย์นั้นจะยังถ้าข้อมูลก่อนพารามิเตอร์ที่สามารถใช้ได้ สองชุดข้อมูลจริงที่ใช้ในการแสดงให้เห็นถึงวิธีการที่นำเสนอ ภายใต้ทั้งเอไอซีและ BIC, การวิเคราะห์ของเราทั้งสองชุดข้อมูลสนับสนุนประเภทหลายตัวแปรรูปแบบ Poisson เป็นศูนย์ที่สูงเกินจริงเป็นทางเลือกที่มีความซับซ้อนมากน้อยที่มีความเป็นไปได้ที่จะมีอยู่หลายตัวแปรแบบไปรษณีย์เสนอโดยLi et al, (Technometrics, 29-38, ฉบับที่ 41, 1999)

ผลลัพธ์ (ไทย) 3:

แรงบันดาลใจจากการสุ่มของทั้งสองศูนย์พองปัวซง ( Zip )
ตัวแปรสุ่ม ผู้เขียนเสนอจำหน่ายซิปแบบเรียกว่าเป็นประเภท
จำหน่ายซิปแบบรูปแบบความสัมพันธ์ข้อมูลนับหลายตัวแปรด้วยเลขศูนย์เสริม
ทฤษฎีสุ่มและคุณสมบัติที่ถูกพัฒนาขึ้น
ความน่าจะเป็นสูงสุดการประมาณค่าพารามิเตอร์ของดอกเบี้ยที่ได้จากการให้คะแนนของ Fisher ขั้นตอนวิธีและ
ความคาดหวัง–สูงสุด ( EM ) ขั้นตอนวิธี ตามลำดับ เฉลี่ยเท่ากับ
และช่วงความเชื่อมั่นของค่าให้ การทดสอบอัตราส่วนความน่าจะเป็นและทดสอบคะแนนจะได้รับเมื่อผ่านการศึกษา
และการจำลอง วิธีเบส์ยังเสนอถ้า
ข้อมูลก่อนในพารามิเตอร์ที่สามารถใช้ได้ข้อมูลสองชุดมีการใช้จริงถึง
เสนอวิธี และภายใต้ทั้ง AIC BIC , การวิเคราะห์ของเราจากสองชุดข้อมูลสนับสนุนชนิดหลายตัวแปร , พารามิเตอร์
พองแบบเป็นทางเลือกที่มีความเป็นไปได้มากน้อยซับซ้อน
สภาพแบบซิปรุ่นที่เสนอโดย Li et al . ( technometrics
– 38 , 29 , ฉบับที่ 41
, 1999 )