그룹화되고 오른쪽 검열된 수치의 수정된 포아슨 회귀 분석

초록 그룹화되고 오른쪽 검열된 (GRC) 수치는 범죄학, 인구통계학, 역학, 마케팅, 사회학, 심리학 및 기타 관련 분야에서 민감한 연구 주제나 상대적으로 낮은 인지 능력을 가진 개인이 관련될 때 행동 및 사건 빈도를 연구하는 데 널리 사용됩니다. 하지만 그룹화와 오른쪽 검열의 공존은 회귀 분석에서 주요한 어려움을 초래합니다. GRC 수치에 대한 일반화된 선형 회귀를 구현하기 위해 수정된 포아슨 추정량과 그 비대칭적 특성을 도출하고, 파라미터 추정을 위한 혼합 선 탐색 알고리즘을 개발하며, 시뮬레이션을 통해 이러한 추정량의 유한 샘플 성능을 입증하고, 미국의 약물 사용 조사 데이터를 기반으로 그 경험적 적용 가능성을 평가합니다. 이 방법은 GRC 수치를 분석하기 위해 정렬된 로지스틱 모델에 비해 명확한 방법론적 장점이 있습니다.