دانلود مقاله ISI انگلیسی شماره 51550
عنوان فارسی مقاله

انتخاب مدل برای رگرسیون تورم صفر با متغیرهای کمکی از دست رفته

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
51550 2011 9 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Model selection for zero-inflated regression with missing covariates
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computational Statistics & Data Analysis, Volume 55, Issue 1, 1 January 2011, Pages 765–773

کلمات کلیدی
صفر تورم - داده های از دست رفته - انتخاب مدل - AIC - الگوریتم EM
پیش نمایش مقاله
پیش نمایش مقاله انتخاب مدل برای رگرسیون تورم صفر با متغیرهای کمکی از دست رفته

چکیده انگلیسی

Count data are widely existed in the fields of medical trials, public health, surveys and environmental studies. In analyzing count data, it is important to find out whether the zero-inflation exists or not and how to select the most suitable model. However, the classic AIC criterion for model selection is invalid when the observations are missing. In this paper, we develop a new model selection criterion in line with AIC for the zero-inflated regression models with missing covariates. This method is a modified version of Monte Carlo EM algorithm which is based on the data augmentation scheme. One of the main attractions of this new method is that it is applicable for comparison of candidate models regardless of whether there are missing data or not. What is more, it is very simple to compute as it is just a by-product of Monte Carlo EM algorithm when the estimations of parameters are obtained. A simulation study and a real example are used to illustrate the proposed methodologies.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.