Comment gerer efficacement l'exces de zeros dans mes donnees historiques avec cette action ?

Modélisation Zero-Inflated sur CAS

Dans de nombreux jeux de données réels, les zéros sont surreprésentés par rapport aux distributions statistiques classiques (par exemple, la majorité des prospects ne font aucun achat). L'action countregFitModel gère nativement ce phénomène grâce aux modèles dits Zero-Inflated (comme ZIP, ZINB, ou ZICMPOISSON). Pour les utiliser, vous devez configurer le paramètre zeromodel afin de spécifier les régresseurs qui déterminent la probabilité qu'un comptage nul appartienne à un état structurel inactif. Vous pouvez également affiner la fonction de liaison (logistique ou normale) via le sous-paramètre link intégré dans zeromodeloptions.

Exemples pour l'action countregFitModel

Régression de Poisson basique

Une estimation simple pour comprendre l'impact de l'expérience sur le nombre d'appels.

Modèle Binomial Négatif avec Sélection Stepwise

Utilisation de la sélection pas à pas pour trouver le meilleur modèle tout en gérant la sur-dispersion potentielle.

Analyse Bayésienne (MCMC)

Parce que parfois, on veut voir la 'vraie' forme de l'incertitude avec 10 000 échantillons.