如何解释R中的zeroinf回归系数？

我对zeroinf模型没有很好的理解，因此我希望您能帮助我解释下一个模型的系数：

Model <- zeroinf(NewClients ~ Discount + Week | Premium , data = DF)

Pearson residuals:
      Min        1Q    Median        3Q       Max 
-0.312103 -0.079842 -0.014251 -0.002827 17.376659 

Count model coefficients (poisson with log link):
               Estimate Std. Error z value Pr(>|z|)    
(Intercept)     2.21423    0.13212  16.759  < 2e-16 ***
Discount        1.45835    0.55525   2.626  0.00863 ** 
Week           -0.26977    0.01363 -19.792  < 2e-16 ***

Zero-inflation model coefficients (binomial with logit link):
              Estimate Std. Error z value Pr(>|z|)    
(Intercept)    2.25130    0.05328  42.253  < 2e-16 ***
Premium        0.44266    0.12861   3.442 0.000578 ***

Model | z |）
（截距）2.21423 0.13212 16.759<2e-16***
折扣1.45835 0.55525 2.626 0.00863**
第-0.26977周0.01363周-19.792周<2e-16***
零通胀模型系数（带有logit链接的二项式）：
估计标准误差z值Pr（>z）
（截距）2.25130 0.05328 42.253<2e-16***
溢价0.44266 0.12861 3.442 0.000578***

这个模型和系数有什么不同

Model <- zeroinf(NewClients ~ Discount + Week + Premium , data = DF)

Pearson residuals:
       Min         1Q     Median         3Q        Max 
-9.362e-01 -3.346e-03 -8.319e-07 -1.490e-08  1.455e+01 

Count model coefficients (poisson with log link):
                      Estimate Std. Error z value Pr(>|z|)    
(Intercept)           -5.74330    0.16482 -34.846  < 2e-16 ***
Discount               2.28543    0.57133   4.000 6.33e-05 ***
Week                   0.56836    0.01994  28.508  < 2e-16 ***
Premium               -0.46196    0.13803  -3.347 0.000817 ***

Zero-inflation model coefficients (binomial with logit link):
                       Estimate Std. Error z value Pr(>|z|)    
(Intercept)           -11.52169    0.87234 -13.208  < 2e-16 ***
Discount               -7.53305    1.55317  -4.850 1.23e-06 ***
Week                    1.27486    0.08120  15.701  < 2e-16 ***
Premium                -0.04381    0.27801  -0.158    0.875  

Model | z |）
（截距）-5.74330 0.16482-34.846<2e-16***
折扣2.28543 0.57133 4.000 6.33e-05***
第0周0.56836 0.01994 28.508<2e-16***
保费-0.46196 0.13803-3.347 0.000817***
零通胀模型系数（带有logit链接的二项式）：
估计标准误差z值Pr（>z）
（截距）-11.52169 0.87234-13.208<2e-16***
折扣-7.53305 1.55317-4.850 1.23e-06***
第1周：27486 0.08120 15.701<2e-16***
保费-0.04381 0.27801-0.158 0.875

---

折扣

是产品折扣的百分比，

周

是一年中的一周，

溢价

是一个二进制向量，表示产品是否被视为溢价。

第一款车型必须安装了

zeroinfl

功能，而不是

glm

功能……是，看起来你给我们看的代码不对。除非我遗漏了什么，否则这个

glm

猜测你有一个泊松分布，并且在你没有告诉它的情况下是零膨胀的？您可能希望查看此链接（以及其中的链接）以获得口译帮助：