等离散性

等离散性 (Equidispersion)

等离散性（Equidispersion）是计数数据（Count Data）建模中的一个核心概念，指随机变量的方差等于其均值。这一性质是泊松分布（Poisson distribution）的标志性特征：若 $Y \sim \text{Poisson}(\lambda)$，则 $\mathbb{E}[Y] = \text{Var}(Y) = \lambda$。在实际数据分析中，等离散性是否成立直接决定了所选用统计模型的合理性——当数据呈现过度离散（Overdispersion，方差大于均值）或欠离散（Underdispersion，方差小于均值）时，使用泊松模型会导致标准误低估、假设检验失真和模型拟合不佳。

等离散性的数学定义

设 $Y$ 为一计数随机变量，其条件分布给定解释变量 $\mathbf{X}$ 下的均值为 $\mu = \mathbb{E}[Y|\mathbf{X}]$，方差为 $\sigma^2 = \text{Var}[Y|\mathbf{X}]$。等离散性定义为 $\sigma^2 = \mu$。在广义线性模型（GLM）框架下，泊松回归模型假设 $\text{Var}[Y|\mathbf{X}] = \mathbb{E}[Y|\mathbf{X}]$，即方差函数为 $\text{Var}[Y|\mathbf{X}] = \mu$。这一假设等价于分散参数（Dispersion Parameter）$\phi = 1$。

过度离散与欠离散

当 $\sigma^2 > \mu$ 时称为过度离散，这是计数数据中最常见的情形，通常由未观测到的异质性（Heterogeneity）、零膨胀（Zero-inflation）或正相关（Positive Correlation）引起。例如，在一项关于就医次数的研究中，某些患者因未观测到的慢性病因素而大幅提高就医频率，导致总体方差远超泊松假设。解决过度离散的常用方法包括：使用负二项分布（Negative Binomial Distribution，引入额外分散参数 $\alpha$ 使 $\text{Var}[Y] = \mu + \alpha\mu^2$）、拟泊松模型（Quasi-Poisson Model，设定 $\text{Var}[Y] = \phi\mu$ 并估计 $\phi$）以及零膨胀模型（Zero-inflated Model）。

当 $\sigma^2 < \mu$ 时称为欠离散，相对少见但不可忽视，可能由抑制过程（Inhibition Process）或正则化效应引起。例如，在交通流量计数中，安全车距的限制可能使车辆通过数量比泊松假设更为稳定（方差更小）。欠离散的应对策略包括广义泊松分布（Generalized Poisson Distribution）、Conway-Maxwell-Poisson分布（COM-Poisson分布，通过参数 $\nu$ 灵活控制分散程度）和双参数指数族模型。

等离散性的检验

实践中检验等离散性的常用方法包括分散检验（Dispersion Test）和拉格朗日乘子检验（LM Test）。Cameron和Trivedi（1990）提出了基于辅助回归的方法：在泊松回归后构造变量 $z = [(y - \hat{\mu})^2 - y] / \hat{\mu}$，检验辅助回归 $z = \alpha \hat{\mu}$ 中系数 $\alpha$ 的显著性。若 $\alpha > 0$ 且显著，则存在过度离散；若 $\alpha < 0$ 且显著，则存在欠离散。Dean（1992）基于似然原理推导了得分检验（Score Test），适用于嵌套在混合分布中的分散检验。

经济学与社会科学中的应用

在经济学和社会科学的实证研究中，等离散性检验是建模流程的标准环节。典型的计数数据应用场景包括：劳动经济学中的年工作天数、卫生经济学中的就医次数、犯罪学中的犯罪事件数、产业组织中的专利数量，以及市场营销中的购买频次。忽视等离散性假设可能导致严重的推断误差：低估回归系数的标准误使显著性检验产生过多假阳性结果，同时模型选择准则如AIC和BIC失真。因此，回归诊断中对分散程度的评估应与残差分析和拟合优度检验同等重视，确保所建模型如实反映数据的生成过程。