TY - A2的锣,大庆盟——徐,鑫盟——你们道盟——楚Dongxiao PY - 2021 DA - 2021/12/13 TI -广义Zero-Adjusted模型预测医疗支出SP - 5874275六世- 2021 AB -医疗研究,老年人医疗支出数据通常是半连续和右偏态,这涉及一个质点在零和可能出现异方差性。大部分零值的问题使传统的回归技术基于高斯,γ,或逆高斯分布,这可能导致理解的标准错误参数和高估他们的意义。应对问题的一种常见方法是使用zero-adjusted模型。然而,由于right-skewness非零的反应,传统zero-adjusted模型如zero-adjusted伽马,zero-adjusted逆高斯分布,和经典托比特书可能不执行。在这里,我们首先概括这三个类型的传统的right-skewness zero-adjusted模型来解决这个问题在卫生保健。广义zero-adjusted模型非常灵活和包括zero-adjusted威布尔,zero-adjustedγ,zero-adjusted逆高斯分布,和经典的托比特书模型作为他们的特殊情况。使用中国纵向健康长寿的调查,我们发现,根据AIC,南方浸信会,和异常的标准,zero-adjusted广义伽马模型是最好的其中一个广义模型准确地预测零成本的可能性。为了描述预测影响金额支出,我们进一步讨论了均值的情况下,分散的非零金额支出和模型的概率为零的ZAGG使用合适的链接预测变量的函数,分别。我们的分析显示,年龄、健康、慢性疾病、家庭收入、和住宅的主要影响因素为老年人医疗支出,但是保险并不重要。我们所知,小研究集中在这些情况下,这是第一次。 SN - 1687-5265 UR - https://doi.org/10.1155/2021/5874275 DO - 10.1155/2021/5874275 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -