শূন্য-স্ফীত (আধা) অব্যাহত বিতরণের ক্ষেত্রে বিভিন্ন সমাধান রয়েছে:
- টোবিট রিগ্রেশন : ধরে নেওয়া হয় যে ডেটাগুলি একটি একক অন্তর্নিহিত সাধারণ বিতরণ থেকে আসে তবে নেতিবাচক মানগুলি সেন্সর করা হয় এবং শূন্যের উপর স্ট্যাক করা হয় (যেমন: সেনসরেগ প্যাকেজ )
- বাধা বা "দ্বি-স্তরের" মডেল: মানগুলি 0 বা> 0 হয় কিনা তা অনুমান করার জন্য দ্বিপদী মডেল ব্যবহার করুন, তারপরে পর্যবেক্ষিত অ-শূন্য মানগুলির মডেল করার জন্য একটি রৈখিক মডেল (বা গামা, বা কাটা নরমাল, বা লগ-সাধারণ) ব্যবহার করুন
- টুইডির বিতরণ : ক্ষতিকারক পরিবারে বিতরণ যা প্রদত্ত আকারের পরামিতিগুলির জন্য (1 < পি < 2) এর শূন্যে একটি পয়েন্ট ভর এবং এর জন্য একটি স্কিউ পজিটিভ বিতরণ x > 0(যেমন ট্যোডি , সিপিএলএম প্যাকেজ)
অথবা, যদি আপনার ডেটা কাঠামো যথেষ্ট সহজ হয় তবে আপনি কেবলমাত্র রৈখিক মডেল ব্যবহার করতে পারেন এবং ক্রমশক্তি পরীক্ষা বা অন্য কিছু দৃ approach় পদ্ধতির ব্যবহার নিশ্চিত করতে পারেন যে ডেটাটি আকর্ষণীয় বিতরণে আপনার অনুভূতিটি গণ্ডগোলিত হচ্ছে না।
এই ক্ষেত্রে বেশিরভাগ ক্ষেত্রে আর প্যাকেজ / সমাধান উপলব্ধ।
শূন্য-স্ফীত (অর্ধ) অব্যাহত ডেটা (যেমন, এখানে , এখানে এবং এখানে ) সম্পর্কে এসইতে অন্যান্য প্রশ্ন রয়েছে , তবে তারা কোনও সাধারণ উত্তর দেবে বলে মনে হয় না ...
আরও দেখুন ন্যূনতম & Agresti, 2002, শূন্য এ Clumping সঙ্গে মডেলিং নন-নেগেটিভ ডেটা: একটি জরিপ একটি ওভারভিউ জন্য।