Qué hacer si sospecha que las combinaciones de dos de las distribuciones?

Question

Mis técnicas hasta ahora es de la vieja escuela (obtuve mi grado en la década de 1980) - regresión, tabla de referencias cruzadas, ... en el mejor de Poisson y binomial negativa. SPSS/SAS y ahora R. Generalmente sólo tiene que ejecutar y reportar ...

Me encuentro ahora con datos reales donde el recuento de resultados de buscar como un pico agudo en 0 y decreciente, a continuación, otra distribución con bastante normal en torno a algunas cifras positivas. Me dijo que tenemos 2 poblaciones conjunta juntos.

Qué hacer? No firme idea. Debo ignorar el gráfico (que se informe) y ejecutar sólo basado en la hipótesis de la mano hacia abajo y el informe de nuevo tendría algunos hasta R2 30%. el test de la t sig. para algunos de los factores. Pero es que es así? No estoy seguro.

Answer 1

Supongamos que la variable es el dinero gastado en la carne. En este caso, su pico en 0 son los vegetarianos. Usted parece estar haciendo un modelo de regresión. No teniendo la presencia de los vegetarianos en cuenta sería problemático. Una posibilidad para ese tipo de datos sería un modelo de selección de Heckman.

Answer 2

Añadir a Maarten de la respuesta, hay también el cero-inflado de Poisson y cero-inflado binomial negativa modelos. Todos estos se han discutido aquí en el pasado.

Answer 3

La observación de una distribución que es en realidad la convolución de dos o más distribuciones distintas es muy común.

En general, se puede observar el mismo fenómeno para una sola población, pero observar las diferentes causas que llevan a la necesidad de múltiples distribuciones para describir los datos; o puede ser la observación de dos fenómenos distintos en el mismo gráfico.

Como un ejemplo de la primera, podría ser la medición de la altura para una población masculina con una regla, y tiene la enfermedad de Parkinson; su distribución será la convolución de macho de altura, y su propio temblor - ambos son Gaussianas centrada en el valor verdadero. O podría ser perfectamente saludable y medir la altura utilizando una muestra de hombres y mujeres; esto le permitirá observar dos se superponen parcialmente distintas de distribución Gausiana.

Cualquiera que sea tu caso, no hay ninguna razón para ignorar la submuestra en torno a cero, a menos que usted piensa que es el ruido, y el ruido no quieren el modelo.