拟泊松分布的拟合优度检验
摘要：双变量计数模型中，一个边际变量和另一个条件变量都符合泊松分布的模型被称为伪泊松分布。这种模型具有灵活简单的依赖结构，拥有快速的计算算法，并生成足够数量的参数化系列。人们普遍认为，在建模双变量过散布数据且具有正相关性的情况下，伪泊松模型将是首选，其中一个边际变量是等方差的。然而，在开始拟合之前，有必要测试给定数据是否与假定的伪泊松模型相符。因此，在本文中，我们推导并提出了几种适用于双变量伪泊松分布的拟合优度检验方法。我们还强调了两种测试方法，其中一种是基于估计的概率生成函数与其经验对应函数之间的绝对差的最大值。另一种是基于估计的双变量费舍尔离散指标与其经验指标之间的差异。然而，我们还考虑了将基于生成函数的双变量检验方法（如Kocherlakota、Kocherlakota和Mu~noz和Gamero测试）和基于单变量拟合优度检验方法（如卡方检验）应用于伪泊松数据的潜力。不过，对于考虑的每个测试，我们分析了有限、大型和渐近特性。此外，我们比较了每个建议的测试的功效（作为替代方案的双变量经典泊松和Com-Max双变量泊松）并提供了应用于实际数据的示例。总之，我们正在开发一个R包，其中包括一种用于检测数据与双变量伪泊松模型的兼容性的测试方法。
作者：Banoth Veeranna, B. G. Manjunath and B. Shobha
论文ID：2306.04168
分类：Applications
分类简称：stat.AP
提交时间：2023-06-08