El modelo de regresión binomial con in acción en los extremos permite modelar datos de
conteo acotados en los que una alta proporción de las observaciones se encuentra en los extremos.
Extendemos el modelo considerando una función de enlace de logit ordenado, la cual
aprovecha la información de orden implícita en las probabilidades de in
acción y exploramos
el uso de efectos aleatorios y marginalización para manejar la presencia de observaciones
repetidas. Empleamos un conjunto de datos previamente analizado en la literatura mediante
un modelo de regresión binomial con in
acción en los extremos que emplea el enlace softmax
para mostrar el mejor ajuste logrado por nuestro modelo. / The endpoint-inflated binomial regression model provides a way of modeling bounded
count data with a high proportion of observations at the endpoints. We extended the model
by considering an ordered logit link which exploits the natural ordering in the inflation
probabilities and explore the utility of random effects and marginalization for dealing with
repeated measures. We use a dataset previously analyzed in the literature with an endpointinflated binomial regression using a softmax link to show our model achieves an improved fit.
| Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:20.500.12404/18680 |
| Date | 29 March 2021 |
| Creators | Fazio Luna, Boris Manuel |
| Contributors | Sal y Rosas Celi, Víctor Giancarlo |
| Publisher | Pontificia Universidad Católica del Perú, PE |
| Source Sets | Pontificia Universidad Católica del Perú |
| Language | English |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess, Atribución 2.5 Perú, http://creativecommons.org/licenses/by/2.5/pe/ |
Page generated in 0.0103 seconds