扩展拉格朗日零截断泊松分布：理论与应用

《Symmetry》：An Extended Lagrangian Zero-Truncated Poisson Distribution: Theory and Applications

　　

研究人员提出了一种扩展拉格朗日零截断泊松（Extended Lagrangian Zero-Truncated Poisson，ELZTP）分布，作为第二类拉格朗日分布（Lagrangian distributions of the second kind，LD2）家族的新成员。该模型为捕捉多样的分散性与尾部行为提供了灵活框架。研究人员推导了关键统计性质，包括概率质量函数（probability mass function，PMF）、矩、熵与危险率函数（hazard rate function，HRF）。参数采用最大似然法（maximum likelihood method，MLE）估计，并通过模拟研究考察了估计量的有限样本表现。研究人员利用真实空气污染数据集演示了模型有效性，凸显了ELZTP分布在环境计数数据应用中的适应性。

研究背景方面，计数模型在人口学、生态学、医疗、保险与可靠性等领域居于核心地位，经典泊松分布因等分散假设（均值等于方差）在真实数据中常失效。负二项分布（negative binomial，NB）仅能处理过分散，Conway–Maxwell–Poisson（CMP）虽可兼顾过分散与欠分散但归一化常数无闭式、计算繁重且参数难解释。零截断泊松（zero-truncated Poisson，ZTP）与介入泊松（intervened Poisson，IP）适用于结构无零情形，而第二类拉格朗日分布（LD₂）家族下的拉格朗日零截断泊松（Lagrangian zero-truncated Poisson，LZTP）虽可建模零截断计数，但形状灵活性受限，难以刻画肩效应与多样尾部。为此，研究人员在LD₂框架下引入额外形状参数，提出三参数ELZTP分布以推广LZTP。

主要关键技术方法上，研究人员基于LD₂的拉格朗日展开式给定生成函数与加权函数推导PMF，并给出递归计算式以避免大x值数值溢出；采用最大似然估计（MLE）配合L-BFGS-B数值优化在约束λ>0、α>0、β>0下求解参数；通过逆变换法生成ELZTP随机样本，重复1000次蒙特卡洛模拟评估偏倚与均方误差（mean squared error，MSE）；实证部分采用Johnson与Wichern报道的41条一氧化碳（CO，mg/m³）浓度真实计数数据，借助R语言fitdistrplus包拟合，并以总测试时间（Total Time on Test，TTT）图、AIC、BIC与对数似然对比ZTP、ZTGP、ZTPL、LZTP等竞争模型。

研究结果部分，第二节综述拉格朗日分布基础，明确LD₂的PMF构造与既有特例。第三节给出ELZTP定义：取g(z)=e^λ(z?1)、f(z)=z(e^α(z?1)?1)^β，得PMF为P(X=x)=1/(e^λ?1)·(λ^x?1/(x?1)!)·(1/x)·d^x?1/dz^x?1[(e^α(z?1)?1)^β]│_z=0（x≥1），并证明β=1退化为LZTP、λ→0且α,β→0退化为ZTP；推导递归式P(X=x+1)/P(X=x)=λ·(e^{α(x)?1)β/(x+1)形式以稳计算。该节继续给出HRF无闭式但图形可呈递增、递减、浴盆、倒浴盆、近常数与S形；均值残寿（mean residual life，MRL）可递减、先减后增或非单调；中位数与众数由累积概率与比值不等式确定；均值μ=λ(eλ?1)?1(1+αβM₁)与方差依LD₂通式算出；概率母函数（probability generating function，PGF）G(u)=(eλ(G₀(u)?1)?1)/(eλ?1)，矩母函数（moment generating function，MGF）以t代u；阶乘矩、分散性指数（Index of Dispersion，IoD）可随参数跨欠分散—等分散—过分散；香农熵无闭式但可数值求。第五节模拟显示样本量n从50增至500时绝对偏倚与MSE下降，估计量一致。第六节空气污染数据均值4.548、方差1.522属欠分散，TTT图居对角线下示增险率（increasing failure rate，IFR）；ELZTP的?2logL、AIC、BIC均低于ZTP、ZTGP、ZTPL、LZTP，拟合最优。}

讨论与结论部分，研究人员指出ELZTP在LD₂内保留拉格朗日族可解释性与解析可处理性，PMF、矩、HRF、熵均有显式或可控数值形式，单模型统一容纳欠/等/过分散与多型HRF，适于零截断环境计数与寿命计数。局限在于三参数增大MLE收敛对初值敏感，且不能处理含零过多数据。结论译文如下：本研究引入了ELZTP分布，即第二类拉格朗日分布的一个新成员；该模型在捕捉真实计数数据中常见的多样分散模式与尾部行为方面表现出充分灵活性；研究人员推导了矩、母函数、HRF、熵等显式表达式，提供了对其结构的坚实理论洞察；最大似然估计流程经模拟验证具备一致性与有效性；基于真实数据集的实证中ELZTP在AIC、BIC与拟合优度上持续优于既有替代模型；总体而言，ELZTP为计数数据分析提供了解析可处理且灵活的框架，其扎实理论基础与优越经验表现使之成为应用与方法论研究的有前景工具，未来可拓展至回归框架、层次公式与贝叶斯估计。