零状态马尔可夫转换计数数据模型:一项实证评估
应用统计
2009-08-02 v2 统计方法学
摘要
在本研究中,提出了一种两状态马尔可夫转换计数数据模型,作为零膨胀模型的替代方案,以解释在交通计数数据中有时观察到的零值占优现象,例如某一路段在某段时间内发生的事故数量。对于这种事故频率案例,零膨胀模型假设存在两种状态:其中一种状态是零事故计数状态,在该状态下事故概率极低以至于在统计上无法与零区分;另一种状态是正常计数状态,在该状态下计数可以是由某种计数过程(例如泊松或负二项分布)生成的非负整数。与零膨胀模型相比,马尔可夫转换模型允许特定路段随时间在两种状态之间转换。这种马尔可夫转换方法的一个重要优势在于,它允许对特定路段的状态(即零状态或计数状态)进行直接统计估计,而传统的零膨胀模型则不能。为了证明该方法的适用性,使用印第安纳州州际公路路段的五年事故频率,估计了两状态马尔可夫转换负二项模型(通过贝叶斯推断估计)和标准零膨胀负二项模型。结果表明,马尔可夫转换模型是一种可行的替代方案,并且相对于零膨胀模型具有更好的统计拟合度。
引用
@article{arxiv.0811.3639,
title = {Zero-state Markov switching count-data models: an empirical assessment},
author = {Nataliya V. Malyshkina and Fred L. Mannering},
journal= {arXiv preprint arXiv:0811.3639},
year = {2009}
}
备注
19 pages, 2 figures, 2 tables, the final version can be found in Accident Analysis and Prevention