计数数据是一类重要的数据类型，广泛存在于医学、生物和农业等领域中。当计数数据中出现零的比例超出泊松回归模型或负二项回归模型等常用计数模型的预测能力，即数据存在零膨胀现象时，若再用经典的计数模型如泊松回归模型对数据进行拟合分析就可能得到错误的统计推断结论。因此，对计数数据是否存在零膨胀现象的检验问题以及对存在零膨胀现象数据的模型选择问题研究具有重要的意义。本文基于Monte Carlo模拟方法就这两个问题进行了探讨分析，具体内容如下。
　　第一章，就问题的研究背景、国内外研究现状以及本文的研究思路与研究内容安排做了简单的介绍。
　　第二章，就本文研究所涉及的泊松回归模型、负二项回归模型、零膨胀泊松回归模型和零膨胀负二项回归模型及相关知识做了简单的介绍。
　　第三章，针对计数数据是否存在零膨胀现象的检验问题，通过Monte Carlo模拟分析方法，探讨了不同零膨胀程度、不同均值和不同样本量条件下，零膨胀泊松回归模型中七种检验方法在检验功效和犯第一类错误的概率意义下的优良性，并结合实例就七种检验方法进行了简单的说明。
　　第四章，通过Monte Carlo模拟，产生来自零膨胀泊松分布和零膨胀负二项分布的随机数，并用泊松回归模型、负二项回归模型、零膨胀泊松回归模型和零膨胀负二项回归模型对产生的随机数进行拟合分析，在不同准则下，对模型的优良性进行研究。
　　第五章，对本文的研究结果进行了总结，并结合本文研究存在的不足，给出了后续研究的一点思考。