泊松自回归模型假设到达过程为期望与方差相等的泊松分布,但事实上真正的数据生成过程中的到达过程的方差既可以高于期望也可以低于期望.本文提出了基于Katz到达过程(Katz arrivals)的计数数据自回归模型(INAR-Katz:integer valued autoregressive process with Katz arrivals).并采用蒙特卡罗模拟方法(Monte Carlo simulations)比较了INAR-Katz模型在矩估计以及极大似然估计下的估计准确程度.最后采用INAR-Katz模型对患呼吸系统疾病的急诊就诊人数进行建模,结果显示INAR-Katz模型优于普通泊松模型、PAR模型,具有很好的应用前景.
暂无评论