兩部分計數迴歸模型的穩健與雙穩健M估計在大量零且缺失資料的應用

Project: Research project

Project Details

Description

在臨床試驗、社會科學、交通事故、製造等領域,常見計數資料伴隨著大量零的數據型態。所以,此數據現象的模型擬合和推論是相當重要的。為了分析大量零的計數資料,我們考慮兩部分模型於幾何、二項卜瓦松等的分析,亦可比單部分模型更適合。而零膨脹模型和柵欄模型皆屬於兩部分模型的組合,為兩種類型的計數分布的混合。在零膨脹資料應用於迴歸模型時,除了有大量零的問題和共變量外,也要考慮反應變數或伴隨變數缺失的問題。當缺失資料不是偶然發生時,以自然估計法忽略缺失資料的處理,則其所推論的參數是偏誤、非有效及不考靠的估計值。然而,若以簡單的加權估計方法,雖能考慮缺失資料的調整,但自然估計量的效率仍較低。我們將提出幾種穩健伴參數的M行估計類型,包括加權估計法和多重插補法,並提供大樣本性質。這些估計方法為無母數參Robust M-Estimators for Regression Models of Count Data數的估計。最後,將以模擬資料來會呈現我們提出方法的效果。
StatusFinished
Effective start/end date20-08-0121-07-31