Skip to content

Mixture models for count data: the ZIP model

The thesis, done under the Generalized Linear Models (GLM), is divided into theoretical development before then applied to the problem of excess zeros within a dataset insurance, kindly offered by ANIA. This dataset was then modeled with a template ZIP: "Zero Inflated Poisson." Before applying carried out with the statistical software R was made ​​an overview of Mixture Models. Then formalize the important EM algorithm, and clearly extend the discussion to a further formalization of the ZIP model integrated with the EM algorithm.

In Chapter 1, I introduce the mixture models, in particular describing the origin, interpretation and issues of this class of model. I finish the first chapter with interesting example about a mixture of two normal distribution with the real data of Old Faithful geyser. Chapter 2 is devoted to the formalization of basic EM Algorithm. I also finish this chapter with an example about transmission tomography. In Chapter 3, I present a brief introduction to ZIP model, in which I will travel through again themes already discussed in Chapter 1 and 2, but in this time referring to the ZIP model. I formalized the Maximum Likelihood Estimation using EM algorithm and I show Zero Inflated Poisson model fit in R. Finally in Chapter 4, I introduce my data and I do a descriptive analysis, with also a 3D plot and in the end I fit the ZIP model.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
~ 4 ~ Preface In the context of Inference and Statistical Models, to describe any phenomenon, many times the basic tools, that we can use, it doesn’t enough to explain the real phenomenon that we try to model through the common statistical model. Therefore, in this particular case, to overcome several specification problems and to overcome some limited use of the basic model it is formulated a special class of models: mixture models. Mixture models have gained an increased popularity in many fields of sciences; the main feature of this class of model is, in fact, that commonly used density functions are employed as building blocks for more complex distributions: this allows for a great flexibility in statistical modeling and makes mixture models adequate to very complicate framework. In this work, I have underscored also, some of the reasons that leads to fit a mixture model, like: the presence of k unobserved subpopulation (see Bruce G. Lindsay (1995) in: “Mixture Models: Theory, Geometry and Applications“), or even when there is no reason to believe that a latent structure affects the data- generating process, a mixture models can be fitted with the aim of exploiting its flexibility, as pointed out in McLachlan and Peel (2000). As stated Lindsay (1995), a mixture model has a dual usefulness: on the one hand it enables to study the distribution of the outcome response (Y) when a covariate (Z) is missing; on the other hand, it makes use of a surrogate measure (Y) to learn about an unobserved variable (Z). Unfortunately, estimating the parameters of a mixture model presents a number of obstacles: first, model identification is not guaranteed; second, estimates are sensitive to the started values used for the optimization algorithm. In this work I shortly reviews some of this problems. Farther, I gutted the EM- algorithm that allows to overcome this estimate’s problems, reporting step by step whole formalization of that iterative process. Finally, I have been studying a very particular mixture model, the Zero Inflated Poisson model (ZIP), which help us when the data have an excess number of zeros. (There are other mixture model, for example, that help us with count variables when the classical Poisson regression model are limited because the data exhibit over or under dispersion. Also in this case we can use ZIP model or Negative Binomial that is another type of mixture model). I also fit ZIP model on real data with statistical software R. The real data that I will use for my ZIP application, will a dataset of 133707 observations on three variables, that I was provided by ANIA-National Association of Insurance Companies, after a very long practice.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Il miglior software antiplagio

L'unico servizio antiplagio competitivo nel prezzo che garantisce l'aiuto della nostra redazione nel controllo dei risultati.
Analisi sicura e anonima al 100%!
Ottieni un Certificato Antiplagio dopo la valutazione.

Informazioni tesi

  Autore: Leonardo Affinito
  Tipo: Laurea I ciclo (triennale)
  Anno: 2012-13
  Università: Università degli Studi del Sannio
  Facoltà: Scienze Statistiche ed Attuariali
  Corso: L-41
  Relatore: Luca  Greco
  Lingua: Inglese
  Num. pagine: 34

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

modelli
r
poisson
ania
glm
dataset
mixture models
eccesso di zeri
zip
em algoritmo

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi