在R中拟合零膨胀泊松分布

Question

我有一个计数数据的向量，它是强烈过度分散和零膨胀的。

向量看起来像这样：

i.vec=c(0,63,1,4,1,44,2,2,1,0,1,0,0,0,0,1,0,0,3,0,0,2,0,0,0,0,0,2,0,0,0,0,
0,0,0,0,0,0,0,0,6,1,11,1,1,0,0,0,2)
m=mean(i.vec)
# 3.040816
sig=sd(i.vec)
# 10.86078

我想要拟合一个分布，我强烈怀疑它将是一个零膨胀泊松(ZIP)。但我需要执行一个显着性测试，以证明ZIP分布符合数据。

如果我有一个正态分布，我可以使用vcd包中的goodfit()函数进行卡方拟合优度测试，但我不知道可以对零膨胀数据执行任何测试。

Answer 1

以下是一种方法

# LOAD LIBRARIES
library(fitdistrplus)    # fits distributions using maximum likelihood
library(gamlss)          # defines pdf, cdf of ZIP


# FIT DISTRIBUTION (mu = mean of poisson, sigma = P(X = 0)
fit_zip = fitdist(i.vec, 'ZIP', start = list(mu = 2, sigma = 0.5))

# VISUALIZE TEST AND COMPUTE GOODNESS OF FIT    
plot(fit_zip)
gofstat(fit_zip, print.test = T)

基于此，ZIP看起来不是一个很好的选择。