مدل‌هاي رگرسيوني ‌هاردل‌، پوآسون آماسيده و دوجمله‌اي منفي آماسيده براي تحليل داده‌هاي شمارشي‌ با صفر زياد

Hurdle, Inflated Poisson and Inflated Negative Binomial Regression Models for Analysis of Count Data with Extra Zeros

در اين مقاله، مدل رگرسيوني ‌هاردل براي پاسخ‌هاي شمارشي با تعداد صفر زياد معرفي مي‌شود. يك شيوۀ برآورد درست‌نمايي ماكسيمم براي برآورد پارامترهاي مدل استفاده شده است. كاربردي از مدل معرفي شده در داده‌هاي بيم‌سنجي ارائه شده است. در اين مثال، تعداد زيادي ادعاي خسارت برابر صفر وجود دارد كه كاربرد مدل با پاسخ شمارشي آماسيده صفر را روشن مي‌سازد. مدل‌هاي رگرسيوني شمارشي مختلفي براي مدل‌بندي چنين پاسخ‌‌هاي شمارشي در اين مقاله معرفي شده‌اند. از جملۀ اين مدل‌هاي معرفي شده مي‌توان به مدل رگرسيوني پوآسون ‌هاردل و مدل رگرسيوني دوجمله‌اي منفي ‌هاردل اشاره كرد

In this paper, we propose Hurdle regression models for analysing count responses with extra zeros. A method of estimating maximum likelihood is used to estimate model parameters. The application of the proposed model is presented in insurance dataset. In this example, there are many numbers of claims equal to zero is considered that clarify the application of the model with a zero-inflated count response. Different count regression models are introduced in this paper to model such data sets. Including Hurdle Poisson and Hurdle Negative Binomial regression models.