مقایسه انواع مدل های رگرسیون در تحلیل داده های شمارشی

مدل متداول در برازش داده های شمارشی پواسون است که ویژگی مهم آن برابری میانگین و واریانس می باشد. اما در مباحث کاربردی در صورت عدم برقراری این شرط استفاده از مدل پواسون منجر به استنباط نادرستی از پارامترهای مدل خواهد شد. در این مقاله ضمن بررسی موضوع بیش پراکنش و آزمون های مربوط به آن، مدل های دوجمله ای منفی و پواسون تعمیم یافته به عنوان جایگزین هایی برای مدل پواسون معرفی می شوند. در ادامه، به مقایسه ی مدل های مختلف رگرسیونی برای داده های شمارشی با شرط ثابت بودن دو گشتاور مرتبه ی اول می پردازیم. همچنین، روش ماکسیمم درستنمایی را برای براورد پارامترهای مدل های رگرسیونی نام برده منظور می کنیم. در آخر، مدل های متفاوتی را به داده های اثر اجزای سندروم متابولیک در کودکان چاق شهر اصفهان بر فاکتور تعداد گلبول های سفید خون برازش داده و از بین آن ها بهترین را که برازنده ی داده هاست بر اساس معیارهای متداول انتخاب می کنیم.