در این مقاله ابتدا به معرفی مدل‌های رگرسیون پواسون آمیخته پرداخته و در ادامه به معرفی یک مدل جدید به نام رگرسیون پواسون-بیرنبام ساندرز با هدف لحاظ کردن مسئله بیش‌پراکنش در مدل‌بندی داده‌های شمارشی پرداخته می‌شود.
از آن‌جا که توزیع بیرنبام ساندرز آمیخته‌ای از دو توزیع گاوسی وارون تعمیم‌یافته است، لذا می‌توان مدل معرفی شده دو پارامتری را تعمیمی بر مدل‌های قبلی دانست که علاوه بر داشتن یک پارامتر کمتر نسبت به مدل رگرسیون پواسون گاوسی وارون تعمیم‌یافته، دارای شکل بسته در تابع جرم احتمال حاشیه‌ای و گشتاورهای مربوطه است.

برای برآورد پارامتر‌های این مدل از الگوریتم EM استفاده و در نهایت کارایی این مدل نسبت به مدل‌های موجود با استفاده از مطالعه شبیه‌سازی شده و یک مثال واقعی نشان داده شده است.

  در این مقاله تعمیم دیگری از توزیع بیرنبام-ساندرز برپایه‌ توزیع چوله-لاپلاس ارایه می‌شود. همچنین برخی از ویژگی‌های توزیع معرفی شده به همراه برآورد پارامترهای توزیع با استفاده از الگوریتم EM و برآورد خطاهای استاندارد ارائه شده است. در نهایت نیز یک مثال شبیه‌سازی شده و همچنین کاربرد برازش توزیع روی دو مجموعه داده‌ واقعی مورد بررسی قرار گرفته شده است.

در این مقاله یک توزیع وزن‌دار شده‌ جدید بر پایه توزیع مقادیر کرانگین معرفی می‌گردد. ویژگی‌ها و مشخصه‌های اساسی این توزیع از قبیل تابع توزیع تجمعی، تابع مولد گشتاور، ضریب چولگی و کشیدگی مورد بررسی قرار می‌گیرد. پس از به ‌دست آوردن برآوردگرهای ماکسیمم درستنمایی پارامترها، دو مثال واقعی برای بررسی مناسب بودن مدل و عملکرد برآوردگرها ارائه شده است.

یک روش مناسب در برازش داده‌های نامتقارن و تحلیل داده‌هایی با ساختار غیر نرمال, استفاده از کلاس توزیع‌های وزن‌دار شده است. در این مقاله خانواده دیگری از توزیع‌های چوله-لاپلاس بر اساس تابع وزن دو پارامتری و به منظور برازش بهتر داده‌هایی از جوامع نامتقارن چند مدی و غیر نرمال معرفی می‌شود. همچنین برخی مشخصه‌های اصلی توزیع از جمله چولگی و کشیدگی, تابع مولد گشتاور و غیره مورد بررسی قرار گرفته‌اند. در انتها نیز کاربرد توزیع برای برازش به داده‌ها، با استفاده از یک مجموعه داده‌ واقعی مورد بررسی قرار گرفته است.

برای تحلیل روابط بین متغیرها در جدول‌های پیشایندی سه طرفه، آزمون‌های مختلفی وجود دارد که بیشتر این آزمون‌ها  مجانبی هستند و در تحلیل جداولی با فراوانی‌های کوچک کارایی کافی را ندارند. در این مقاله در رویکردی جدید با استفاده از استقلال شرطی و همچنین  بکارگیری آزمون دقیق فیشر، جدول‌های پیشایندی سه طرفه  تحلیل می‌شوند. نشان داده می‌شود انواع ‌‌استقلال که در مدل‌های لگ خطی مورد بررسی قرار می‌گیرند را می‌توان بدون  استفاده از این مدل‌ها و تنها با بکارگیری استقلال شرطی و آزمون‌های استقلال دو متغیر  بررسی کرد، به این ترتیب تحلیل جدول‌های پیشایندی با فراوانی کوچک نیز امکان‌پذیر می‌گردد. در انتها با ارائه چند مثال واقعی این بحث تشریح می‌شود.