Comparación del Modelo COM-Poisson y el Modelo Poisson

La modelación de datos de conteo se hace típicamente usando el modelo Poisson, en el cual se asume que la media y la varianza son iguales. Cuando esta condición no es fácil de justificar, se han propuesto diferentes alternativas, unas más flexibles que otras, en cuanto a la captura tanto de sobredispersión como de subdispersión. Una de ellas es el modelo COM-Poisson el cual fue recientemente propuesto y ha sido evaluado en términos inferenciales. La propuesta de estudio que aquí se presenta quiere cuantificar la calidad predictiva del modelo COM-Poisson con respecto al modelo Poisson, y así establecer la pérdida en la eficiencia que se tiene al ajustar el modelo inadecuado cuando la propiedad de equidispersión no es satisfactoria. Los estudios de simulación efectuados determinaron que al ajustar el modelo inadecuado, ya sea en sobre o subdispersión, no representa, en la mayoría de los casos, ni una ganancia o pérdida en cuanto a la calidad predictiva. Dos estudios de caso aplicados a la ecología ilustran los resultados obtenidos.

• Autores: Castaño Colorado, Álvaro Arley
• Fecha de publicación: 2017
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/62969
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/62969; http://bdigital.unal.edu.co/62333/
• Palabra clave: 51 Matemáticas / Mathematics; Datos de conteo; Modelos lineales generalizados; Eficiencia relativa; Regresión Poisson; Regresión Conway-Maxwell Poisson; Capacidad predictiva; Dispersión; Count data; Generalized linear models; Relative efficiency; Poisson regression; Conway-Maxwell regression; Predictive power; Dispersion
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional