Skip to main content
Tweedie-based Density Estimation for Semicontinuous Data
Semicontinuous outcomes with a positive mass at zero frequently arise in health services, insurance,
and cost data, yet standard nonparametric density estimators do not naturally accommodate
this mixed structure or the nonnegative support. We propose a Tweedie-based density
estimator that explicitly models the zero mass while smoothing the continuous component on
(0,∞), allowing the local variability to adapt through the Tweedie variance structure. Under
mild regularity conditions, we establish asymptotic properties
for the estimator. Simulation studies and an application to health utilization data demonstrate
its practical performance and flexibility.
Estimation de densité basée sur la loi de Tweedie pour données semi-continues
Les variables semi-continues présentant une masse positive en zéro apparaissent fréquemment en recherche sur les services de santé, en assurance et dans l’analyse des coûts. Toutefois, les estimateurs non paramétriques usuels de densité ne prennent pas naturellement en compte cette structure mixte ni le support non-négatif. Nous proposons un estimateur de densité fondé sur la loi de Tweedie qui modélise explicitement la masse en zéro tout en lissant la composante continue sur (0,∞), permettant ainsi à la variabilité locale de s’adapter via la structure de variance de Tweedie. Sous des conditions de régularité faibles, nous établissons les propriétés asymptotiques de l’estimateur. Des études de simulation ainsi qu’une application à des données d’utilisation des services de santé illustrent ses performances pratiques et sa flexibilité.
Date and Time
-
Additional Authors and Speakers (not including you)
Frédéric Ouimet
Université du Québec à Trois-Rivières
Cindy Feng
Dalhousie University
Language of Oral Presentation
English
Language of Visual Aids
English

Speaker

Edit Name Primary Affiliation
Guanjie Lyu Dalhousie University