用于和约束泊松计数过程的零与 $N$-膨胀过离散二项模型
统计方法学
2025-08-04 v5
摘要
成分生态数据经常面临的一个挑战是如何解释和建模具有高比例零值和 值的数据。此类数据常出现在生态应用中，其中物种计数会持续进行直到达到由采样成本（通常）设定的预设总数。在本文关注的双变量计数（双物种）设置中，一个物种的零膨胀会导致另一个物种的 膨胀。这可能导致将物种缺失归因于栖息地不适宜，而非随机缺失。同样，过多的 值会导致关于栖息地偏好和丰度估计的误导性推断。我们的贡献在于指出，两个独立的零膨胀泊松过程在受到和约束时，为表现出零和 膨胀的二项计数数据的发生提供了一种新颖的生物学动机生成机制。我们确定了对该模型的扩展，以捕捉数据中额外的过离散性，从而产生一种新颖的零与 -膨胀 Beta-二项模型。我们考虑了两个激励数据集，一个涉及入侵物种的农药处理，另一个涉及两种植物的丰度。我们证明，在每种情况下纳入协变量有助于了解零和 膨胀的来源以及丰度情况。我们表明，这些模型能更好地理解潜在的生物过程并提高预测性能。
引用
@article{arxiv.1407.0064,
title = {Zero & $N$-inflated overdispersed binomial models for sum-constrained Poisson count processes},
author = {James Sweeney and John Haslett and Dipankar Bandyopadhyay and Michael Fop and Andrew C. Parnell},
journal= {arXiv preprint arXiv:1407.0064},
year = {2025}
}