Modelli di conteggio con eccesso di zeri: due approcci a confronto

I dati di conteggio che presentano un eccesso di zeri possono essere trattati facendo ricorso ad una metodologia alternativa a quella comunemente impiegata. L’argomento viene affrontato nella modellazione di un insieme di dati reali di tipo ambientale, inquadrati nel contesto di una recente estensione dei modelli lineari generalizzati (GLM) rappresentata dai modelli di mistura GLM. Nel caso di misture a due componenti, se una delle due ha una distribuzione degenere con la massa concentrata a zero, si ottengono i modelli di regressione con eccesso di zeri, che per dati di conteggio prendono il nome di Zero-inflated Poisson (ZIP), Zero-inflated Negative Binomial (ZINB), Hurdle Poisson (HP), Hurdle Negative Binomial (HNB). Nel caso di serie storiche di conteggio si può fare ricorso ad una metodologia che consente di tenere conto contemporaneamente della dipendenza temporale e dell’eccesso di zeri (modelli “hidden markov” con eccesso di zeri). L’obiettivo del lavoro è quello di confrontare le caratteristiche dei due approcci e le conclusioni a cui è possibile pervenire.