臺灣博碩士論文加值系統

在醫學、生態等研究中的計數資料，常會出現大量的0 次數的資料，因此
考慮利用零膨脹分布來配適這些過多的0，但零膨脹分布是由一個零分布以及一個隨機分布所構成的，其中出現0 的次數，可分成結構零和隨機零。以一個森林地區來說明，先將森林分成若干個區塊，經過砍伐後的森林可分成區塊內有樹木的和區塊內沒有樹木出現兩類，則我們將原來有樹因砍伐導致沒有出現樹木的區塊歸類為結構零，而沒有被砍伐且原本就沒有樹木的區塊則為隨機零。當非零資料接近負二項分布成為零膨脹負二項分布，由於參數較過去常用的零膨脹卜瓦松分布多，使得模型可以配適得較好，但也因為參數變多使得估計難度增加。葉(2014) 利用條件概似的方法來估計分布中的參數，而本文中提出利用觀察到區塊內的樹木個數估計隨機零的數量，構成一負二項分布來改善參數估計的結果，進而估計出結構零的比例，並藉由不同參數設定下的模擬資料以及巴羅科羅拉島樣區內的植物普查資料說明此方法的適用性。

1. 緒論1
2. 文獻回顧與研究方法3
2.1. 文獻回顧. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2. 參數的估計. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3. 新的參數估計. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3. 變異數估計14
4. 模擬與實例的研究分析21
4.1. 電腦模擬. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.2. 實例模擬. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5. 結論25
6. 參考文獻27
A 附錄28
ii

[1] Chao, A. 1987. Estimating the population size for capture-recapture data
with unequal catchability. Biometircs, 43, 783 ???? 791.
[2] Chao, A. 1989. Estimating population size for sparse data in capturerecapture
experiment.Biometircs, 45, 427 ???? 438.
[3] He, H., Tang, W., Wang, W.J., and Paul, C.-C. 2014. Structural zeroes
and zero-inflated models. Shanghai archives of psychiatry, 26(4), 236.
[4] Lambert, D. 1992. Zero-inflated Poisson regression, with an application to
defects in manufacturing. Technometrzcs, 34, 1 ???? 14.
[5] Shankar, V., Milton, J., Mannering, F.L., 1997. Modeling accident frequency
as zeroaltered probability processes: an empirical inquiry. Accident
Analysis and Prevention, 29(6), 829 ???? 837.
[6] Pielou, E. C. 1977. Mathematical ecology. John Wiley, New York, New
York, USA.
[7] Yau, K. K., Wang, K., and Lee, A. H. 2003. Zero-Inflated Negative Binomial
Mixed Regression Modeling of Over-Dispersed Count Data with Extra
Zeros. Biometrical Journal, 45(4), 437 ???? 452.
[8] 葉懿慧, 2014. 零膨脹負二項模式下之族群消失率估計的模擬研究. 碩士論
文, 國立中興大學統計學研究所.
[9] 孫義方, 2006. 森林生態學研究的新潮流– 森林動態樣區. 林業研究專訊.