零膨胀泊松聚类加权模型：性质与应用

本文提出一类归入聚类加权模型（CWMs）家族的零膨胀泊松模型新类，称为零膨胀泊松 CWM（ZIPCWM）。ZIPCWM 扩展了泊松聚类加权模型及其他混合模型。我们针对该模型提出了一种通过迭代重加权最小二乘的期望最大化（EM）算法。我们通过广泛的仿真研究在理论与解析上考察了所提模型的可辨识性。参数恢复、分类评估及不同信息准则的性能通过宽泛的仿真设计进行了研究。ZIPCWM 被应用于存在超过 $40\%$ excess zeros 的真实数据。我们探究了 ZIPCWM、固定零膨胀泊松混合模型（FZIP）与泊松聚类加权模型（PCWM）在该数据上的分类表现。基于混淆矩阵，ZIPCWM 达到 $97.4\%$ 分类能力，PCWM 为 $67.30\%$，而 FZIP 分类表现最差。综上，ZIPCWM 优于 PCWM 与 FZIP 模型。