Type to search
Poisson Regression
1
Einführung
1.1
Beispieldaten
1.2
Verwendete Software
1.2.1
R-Packages
1.2.2
Funktionen
2
Das Poisson-Modell
2.1
Annahmen
2.2
Dispersion
2.2.1
Overdispersion
2.2.2
Underdispersion
3
Mehrparametrische Modelle
3.1
Negativ Binomial (NB)
3.2
Poisson Inverse Gaussian (PIG)
3.3
Generalized Poisson (GP)
3.4
Conway-Maxwell Poisson (COMP)
3.5
Diagnostische Modelle
3.5.1
Heterogenous Negative Binomial (NBH)
3.5.2
Negative binomial-P (NB-P)
3.6
Zero-Inflated Models (
mixture models
)
3.6.1
Interpretation
4
Anwendung
4.1
Overdispersion: Erkennung und Handhabung
4.1.1
Lagrange Mulitplier Test
4.1.2
(Boundary) Likelihood Ratio Test (BLR)
4.1.3
Umgang mit Overdispersion
4.1.3.1
Robuste Varianzschätzer (Sandwich Estimators)
4.2
Zero-Inflation (ZI)
4.2.1
Vergleich von Zero-Inflated models
4.2.2
Modellierung
5
Entscheidungshilfen
Appendix
A
Verfügbarkeit
B
Ergänzungen
B.1
Missing values und missingness patterns
B.2
Truncation und Censoring
B.3
Hurdle models
C
Reproduzierbarkeit
C.1
R-Code
C.2
Session Info
D
Unsorted
D.1
General Advice
D.2
Beispiel nach Hilbe (2014 p. 211ff)
Literatur
Built with bookdown
Source on Gitea
Facebook
Twitter
LinkedIn
Weibo
Instapaper
A
A
Serif
Sans
White
Sepia
Night
PDF
TEX
Poisson-Regression und ihre Leiden
C
Reproduzierbarkeit