零膨胀Poisson回归模型作为最为常用的零膨胀计数模型,已经在社会经济、医学统计、疾病研究等诸多领域得以应用。零膨胀负二项回归模型和零膨胀广义Poisson回归模型可以很好的解决ZIP回归模型中出现的过度分散问题。然而,传统的零膨胀模型不适用于对总体暴露效应的直接推断,尤其不适合测量某个解释变量是否对整个群体中具有影响及影响的大小。对此种情形,现有零膨胀模型无法确切地对计数数据的特征进行统计分析,所以采用边际零膨胀回归模型来解决这一问题。边际模型直接对边际均值进行建模,除了指出零膨胀概率的分量外,还指定了边际均值的回归模型组成部分,对与边际均值相关的协变量参数估计提供了直接解释。本文依照MZIP回归模型的建模原理,将ZIGP回归模型进行延伸拓展,提出一种新的边际模型——MZIGP回归模型。并且针对MZIP回归模型过度离散性进行Score检验。研究表明,MZIGP回归模型和MZINB回归模型针对MZIP回归模型过度离散性的Score统计量是等价的,而MZIGP回归模型可以同时解决MZIP回归模型中偏大离差和偏小离差的问题。在进行数值模拟分析中,通过Monte Carlo随机模拟方法研究Score检验统计量T。在H₀下,T渐近服从标准正态分布,在₁H下,T的功效分别随着样本量和零膨胀系数的增大而增大。