Excess Zeros in Count Models for Recreational Trips
休闲出游次数模型中的过多零值AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确讨论计数数据、过多零值与门槛模型，但未说明离散选择行为或结构识别，给定细分缺少直接对应，因此留空。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
休闲出游次数模型中的过多零值
- 研究问题
- 当休闲划船次数的零值频率显著超过泊松分布的预期时，如何选取同时容纳过多零值与过度离散的计数模型？
- 方法与思路
- 作者针对休闲划船出游的计数数据，比较参数与半参数的混合及修正泊松模型，并考察容纳过度离散和过多零值的负二项门槛模型。
- 材料陈述的贡献
- 摘要称，在所比较的模型中，负二项门槛模型最令人满意，因为它同时允许过度离散，并容纳数据中的过多零值。
- 阅读关注点
- 应核对零值的形成机制、门槛模型的两部分设定和比较准则，并检查样本、参数限制与拟合结果是否支持文中选择。
- 阅读边界
- 摘要未说明具体样本、模型比较准则或结果的不确定性；“最令人满意”仅适用于文中比较，不能视为普遍优越性。
原文摘要
This article develops a modeling approach for a count data set for recreational boating trips that shows a frequency of zero counts significantly higher than that expected for Poisson distributed data. As alternatives to the Poisson regression, the authors consider several parametric and semiparametric mixed and modified Poisson models. The analysis suggests that the negative binomial hurdles model, which allows for overdispersion and also accommodates the presence of 'excess zeros,' is the most satisfactory of all those considered.