零膨胀模型(英语:Zero-inflated models)是人们在社会科学、自然中的计数资料的实际研究中,观察事件发生数中含有大量的零值。例如保险索赔次数,索赔数为0的概率很高,否则保险公司就面临破产风险。这种数据数资料中的零值过多,超出了Poisson分布等一般离散分布的预测能力。零膨胀这个概念首先是由 Lambert在1992年的论文“Zero-Inflated Poisson Regression, with an Application to Defects in Manufacturing”中提出[1].。

1994年, Greene根据Lambert的方法提出了零膨胀负二项模型 (ZINB)[2]。 2000年, Daniel根据Lambert的方法提出了零膨胀二项模型 (ZIB)[3]

注释参考

  1. ^ Lambert, Diane. Zero-Inflated Poisson Regression, with an Application to Defects in Manufacturing. Technometrics. 1992, 34 (1): 1–14 [2012-12-14]. (原始内容存档于2021-03-08). 
  2. ^ Greene, William H. Some Accounting for Excess Zeros and Sample Selection in Poisson and Negative Binomial Regression Models. Working Paper EC-94-10: Department of Economics, New York University. 1994 [2015-02-23]. (原始内容存档于2020-11-01). 
  3. ^ B. Hall, Daniel. Zero-Inflated Poisson and Binomial Regression with Random Effects: A Case Study. Biometrics. 2000, 56 (4): 1030–1039 [2012-12-14]. (原始内容存档于2017-11-01).