Regression models based on zero inf

Regression models based on zero inflated distributions are often used in exploratory data
analysis having excess zeroes. The difficulty faced by many researchers is with regard to the
selection of covariates to be included in the model. Following the idea of focused information
criterion, observed focused information criterion is proposed for model selection. The motivation
for this has its roots in the concept of observed Fisher information. Using this criterion, a forward
selection procedure is proposed for selection of variables in regression models based on inflated
distributions. The procedure is illustrated using a dataset on decayed

Results (Indonesian) 1:

Model regresi yang didasarkan pada distro nol meningkat sering digunakan dalam eksplorasi dataAnalisis memiliki kelebihan angka nol. Kesulitan yang dihadapi oleh banyak peneliti adalah berkaitan denganpilihan covariates untuk dimasukkan dalam model. Mengikuti gagasan terfokus informasikriteria, mengamati informasi terfokus kriteria diusulkan untuk pemilihan model. Motivasiuntuk ini berakar dalam konsep diamati Fisher informasi. Menggunakan kriteria ini, majuprosedur seleksi diusulkan untuk seleksi variabel dalam model regresi berdasarkan meningkatdistribusi. Prosedur ini digambarkan menggunakan dataset membusuk di

Results (Indonesian) 2:

Model regresi berdasarkan nol distribusi meningkat sering digunakan dalam data eksplorasi
analisis memiliki kelebihan nol. Kesulitan yang dihadapi oleh banyak peneliti adalah berkaitan dengan
pemilihan kovariat untuk dimasukkan dalam model. Berikut ide informasi terfokus
kriteria, mengamati kriteria informasi terfokus diusulkan untuk pemilihan model. Motivasi
untuk ini berakar pada konsep informasi Fisher yang diamati. Menggunakan kriteria ini, ke depan
prosedur seleksi diusulkan untuk seleksi variabel dalam model regresi berdasarkan meningkat
distribusi. Prosedur ini digambarkan menggunakan dataset pada membusuk