مدل پواسن دو متغیره با صفر آماسیده با اثر تصادفی چوله‌نرمال و کاربرد آن

در سال های اخیر از رگرسیون پواسن برای مدل بندی متغیرهای پاسخ شمارشی استفاده شده است. زمانی که مجموعه داده های شمارشی دارای فراوانی بیش از حد در عدد صفر باشند، استفاده از رگرسیون پواسن مناسب نیست. در این مقاله، از دو مدل رگرسیون پواسن با صفر آماسیده و رگرسیون پواسن دو متغیره با صفر آماسیده با اثر تصادفی برای مدل بندی پاسخ شمارشی با فراوانی بیش از حد در عدد صفر استفاده شده است. معمولا توزیع اثر تصادفی را نرمال فرض می کنند، اما در این مقاله از توزیع چوله نرمال که از انعطاف پذیری بیشتری نسبت به توزیع نرمال برخوردار است به عنوان توزیع اثر تصادفی استفاده کرده ایم. در پایان مدل بدست آمده برای تحلیل داده های مربوط به تعداد واحدهای مردودی و نیم سال های مشروطی دانشجویان دانشگاه شهید چمران اهواز مورد استفاده قرار گرفته است و از روش شبیه سازی برای اعتبار سنجی مدل بدست آمده استفاده شده است.

A Bivariate ZeroInflated Poisson Model with SkewNormal Random Effect

In the last decade, Poisson regression has been used for modeling count response variables. Poisson regression is not a suitable choice when count data bears superfluity of zero numbers. In this article, two models zeroinflated Poisson regression and bivariate zeroinflated Poisson regression with random effect are used to modeling count responses with a superfluity of zero numbers. Usually, distribution of the random effect is considered normal, but we intend to employ more flexible skewnormal distribution for the distribution of the random effect. Finally, the purpose model is applied to data which as obtained from the Shahid Chamran University of Ahvaz concerning the number of failed courses and fail grade point average semesters. we used a simulation method to verify parameter estimations.