2020-07-082020-07-082019-11-27http://hdl.handle.net/2133/18433En muchos estudios que involucran el análisis de datos de conteo es común encontrar una gran cantidad de ceros. La sobredispersión que ello provoca ha sido tenida en cuenta en diferentes alternativas de modelización siendo el modelo Binomial Negativo la más utilizada. Recientemente Bonat et al. presentaron una nueva clase de modelos lineales generalizados basados en los modelos Poisson-Tweedie desarrollados por Jørgensen y Kokonendji para ana-lizar este tipo de datos. En este trabajo se estudió el comportamiento de las estimaciones de los modelos Poisson-Tweedie y Binomial Negativo mediante un estudio por simulación. Se en-contraron estimaciones de los coeficientes de regresión con sesgos muy pequeños en ambos casos y errores cuadráticos medios levemente menores para los modelos Poisson-TweedieStatistical analysis involving count data usually have to face the presence of a large number of zeros. This produces overdispersion which has been taken into account in different modeling strategies, among which the Binomial Negative model is the most frequently used. Recently Bonat et al. presented a new class of generalized linear models based on Jørgensen and Ko-konendji’s Poisson-Tweedie models. In this work we studied and compared the behavior of the estimators from the Binomial Negative model and the Poisson-Tweedie model through simula-tions. Regression coefficients presented considerably small biases in both cases and slightly lower mean square errors in the later.application/pdfspaopenAccessdatos de conteoexceso de cerosmodelos Poisson-Tweediecount datazero-inflated dataPoisson-Tweedie modelsconferenceObjectFacultad de Ciencias Económicas y Estadística. Universidad Nacional de RosarioAtribución – No Comercial – Compartir Igual (by-nc-sa)