مدل‌ بندي همزمان ميانگين و دقت در مدل هاي آميخته رگرسيون بتاي افزوده

Simultaneous Modeling of Mean and Variance In Augmented Mixed Beta Regression

مدل رگرسيون بتاي افزوده براي مدل‌بندي داده‌هايي از جنس نرخ، نسبت يا درصداستفاده مي‌شود. اين مدل ازآميختن توريع بتا روي بازه (1,0) و دو توزيع تباهيده در صفر و يك ايجاد مي‌شود. با بازپارامتريدن توزيع بتا، پارامترهاي ميانگين و دقت اين مدل با ساختاري شامل اثرات ثابت و تصادفي مدل‌بندي مي‌شود. عموما براي راحتي در مطالعات، پارامتر دقت ثابت در نظر گرفته مي‌شود و مدل بندي فقط بر اساس پارامتر ميانگين انجام مي‌شود. در اين مقاله مدل بندي همزمان ميانگين و دقت در مدل‌هاي آميخته رگرسيون بتاي افزوده ارائه و كارايي مدل در مطالعات شبيه سازي با رهيافت بيزي مورد بررسي قرار مي‌گيرد. سپس نحوه‌ٔ كاربست اين مدل براي تحليل مدل بندي سهم شاغلين درخانوار بر اساس نتايج آمارگيري نيروي كار مركز آمار نشان داده مي‌شود و در انتها بحث و نتيجه‌گيري ارائه خواهد شد.

Augmented Beta Regression models are used for modeling data such as rate, ratio or percentage. This model is made by combining the Beta distribution on the interval (0,1) and two degenerate distributions at 0 and 1. By reparameterizing the beta distribution, the mean and precision parameters are modeled with a structure including fixed and random effects. In this paper, simultaneous modeling of mean and precision the augmented mixed beta regression models is presented and the model efficiency in simulation studies by Bayesian approach is investigated. Next, the application of this model to analyze the proportions of employed persons in every household based on the results of the Statistical Center of Iran is shown and at the end, conclusion and results are presented.