पृष्ठभूमि: मैं एक बायोस्टैटिस्टियन हूं जो वर्तमान में सेलुलर अभिव्यक्ति दरों के डेटासेट के साथ कुश्ती कर रहा हूं। अध्ययन ने विभिन्न दाताओं से कुछ पेप्टाइड्स में समूहों में एकत्रित कोशिकाओं के एक मेजबान को उजागर किया । सेल या तो प्रतिक्रिया में कुछ बायोमार्कर व्यक्त करते हैं, या वे नहीं करते हैं। प्रतिक्रिया दर तब प्रत्येक दाता-समूह के लिए दर्ज की जाती हैं। प्रतिक्रिया दर (प्रतिशत के रूप में व्यक्त) ब्याज का परिणाम है, और पेप्टाइड जोखिम भविष्यवक्ता है।
ध्यान दें कि टिप्पणियों को दाताओं के भीतर क्लस्टर किया जाता है।
चूंकि मेरे पास केवल सारांश डेटा है, इसलिए मैं दाता-वार प्रतिक्रिया दरों को निरंतर डेटा (अब कम से कम) के रूप में मान रहा हूं।
जटिलता इस तथ्य से उत्पन्न होती है कि मेरे डेटा में कई शून्य हैं। अभी तक बहुतों को नजरअंदाज किया जाना चाहिए। मैं इस तथ्य से निपटने के लिए एक शून्य-फुलाया गामा मॉडल पर विचार कर रहा हूं कि मैंने निरंतर डेटा को शून्य के अतिरेक के साथ युग्मित तिरछा किया है। मैंने टोबिट मॉडल पर भी विचार किया है, लेकिन यह हीन लगता है क्योंकि यह निचले स्तर पर सेंसरिंग को मानता है, जैसा कि वास्तविक जीरो के विपरीत है (अर्थशास्त्री यह कह सकते हैं कि भेद मूक है)।
प्रश्न: सामान्यतया, शून्य-फुलाए गए गामा मॉडल का उपयोग करना कब उचित है? यही है, क्या धारणाएं हैं? और कोई इसके संदर्भों की व्याख्या कैसे करता है? यदि आपके पास कोई है, तो मैं इस पर चर्चा करने वाले पत्रों के लिंक के लिए आभारी रहूंगा।
मुझे एसएएस-एल पर एक लिंक मिला है जिसमें डेल मैक्लेरन शून्य-फुलाया गामा मॉडल के लिए एनएलएमआईएक्सईडी कोड प्रदान करता है, इसलिए यह संभव प्रतीत होता है। बहरहाल, मैं आँख बंद करके आगे बढ़ने से नफरत करना चाहूंगा।