गिनती डेटा मॉडलों का उपकरण-चर अनुमान: सिगरेट धूम्रपान व्यवहार के मॉडलों पर अनुप्रयोग

जैसा कि सबसे अधिक सूक्ष्म डेटा से संबंधित विश्लेषणों के साथ होता है, गिनती डेटा मॉडलों के अनुप्रयोगों को किसी न किसी तरह से अदृश्य विविधता का ध्यान रखना चाहिए। गिनती मॉडल साहित्य ने सामान्यतः यह माना है कि अदृश्य और देखी गई सहविभाजक सांख्यिकीय रूप से स्वतंत्र हैं। फिर भी कई अनुप्रयोगों के लिए यह स्वतंत्रता का अनुमान स्पष्ट रूप से कमजोर है। जब अदृश्य चर उन समावेशी रिग्रेसर्स के साथ सहसंबंधित होते हैं जो छोड़ दिए गए होते हैं, तो मानक अनुमान विधियाँ सामान्यतः असंगत होंगी। हालाँकि वैकल्पिक संगत अनुमापक विशेष परिस्थितियों में मौजूद हो सकते हैं, यहाँ सुझाव दिया गया है कि एक गैर-रेखीय उपकरण-चर रणनीति ऐसी अनुमान समस्याओं का एक उचित सामान्य समाधान प्रदान करती है। इस दृष्टिकोण को सिगरेट धूम्रपान व्यवहार पर केंद्रित दो उदाहरणों में लागू किया गया है।