Model przeszkody
Model przeszkodowy to klasa modeli statystycznych , w których zmienna losowa jest modelowana za pomocą dwóch części, z których pierwsza to prawdopodobieństwo osiągnięcia wartości 0, a druga część to prawdopodobieństwo wartości niezerowych. Stosowanie modeli przeszkód jest często motywowane nadmiarem zer w danych, co nie jest wystarczająco uwzględniane w bardziej standardowych modelach statystycznych.
W modelu przeszkodowym zmienna losowa x jest modelowana jako
gdzie jest obciętą funkcją rozkładu prawdopodobieństwa, obciętą w punkcie 0.
Modele przeszkód zostały wprowadzone przez Johna G. Cragga w 1971 r., W których niezerowe wartości x były modelowane przy użyciu modelu normalnego , a model probitowy był używany do modelowania zer. Mówiono, że probitowa część modelu modeluje obecność „przeszkod”, które należy pokonać, aby wartości x osiągnęły wartości niezerowe, stąd nazwa model przeszkodowy . Później opracowano modele przeszkód dla danych zliczeniowych, z Poissona , geometrycznymi i ujemnymi dwumianami dla zliczeń niezerowych.
Związek z modelami o zerowej inflacji
Modele z przeszkodami różnią się od modeli z nadmuchem zerowym tym, że modele z nadmuchem zerowym modelują zera za pomocą dwuskładnikowego modelu mieszaniny . W przypadku modelu mieszaniny prawdopodobieństwo, że zmienna będzie równa zeru, zależy zarówno od rozkładu głównego, jak i od masy mieszaniny. W szczególności model zawyżony zerem dla zmiennej losowej x jest
gdzie jest ciężarem który określa wielkość zerowej inflacji. Model z napompowanym zerem może tylko zwiększyć prawdopodobieństwo ograniczenie w modelach
