针对具有大量零值的过离散计数结果的统计模型：一种直接边际推断的方法

边际化模型受到生命科学领域大多数研究人员的极大需求，特别是在临床试验、流行病学、卫生经济学、调查等领域，因为它们允许将推断推广到整个研究人群。对于计数数据，标准程序如泊松回归和负二项模型为模型参数提供总体平均推断。然而，经验数据中过量零计数的出现和缺乏独立性 necessitated 它们的扩展以容纳这些现象。这些扩展虽然有用，但使效应的解释复杂化。例如，零膨胀泊松模型考虑了过量零的存在，但其参数估计不像其基础模型泊松模型那样具有直接的边际推断能力。由于过量零的存在而进行的边际化尚不发达，尽管对此的需求异常高。本文旨在开发一种针对存在过分散情况下的零膨胀单变量计数结果的边际化模型。重点放在方法学发展、模型参数的有效估计、实施以及应用于两项实证研究上。进行了模拟研究以评估模型的性能。两项案例研究的分析结果表明，在似然比较和 AIC 值方面，该改进程序的表现显著优于未能同时校正过分散和过量零计数存在的模型。模拟研究也支持了这些发现。此外，所提出的技术为模型参数产生了较小的偏差和均方误差。为了确保所提出的方法得到广泛应用，它使用 SAS NLMIXED 过程实现，只需最少的编码工作。