Çeşitli çalışma alanlarında sıfır ağırlıklı sayma ile elde edilen verilerle sıklıkla karşılaşılmaktadır. Bu tip veriler için sıfır ağırlıklı Poisson (Zero-inflated Poisson: ZIP) regresyon ve sıfır ağırlıklı negatif binom (Zero-inflated negatif binomial: ZINB) regresyon kullanılmaktadır. Üzerinde çalışılan veri kümesi boylamsal (longitudinal) bir yapıya sahip olduğunda gözlemlerin bağımsızlık varsayımı geçerliliğini yitirmektedir. Bilinen yöntemler yerine bu tür verilerin analizi için son yıllarda çok seviyeli modeller kullanılmaya başlanmıştır. Bu çalışmada, sıfır ağırlıklı sayma ile elde edilen veri kümesinde gözlemlerin birbirinden bağımsız olmaması durumunda ortaya çıkan problemlerin üstesinden gelebilmek için çok seviyeli ZIP regresyon modeli kullanılmıştır. Bu amaçla boylamsal yapıya sahip sıfır ağırlıklı sayma ile elde edilen veri kümesi üzerinde bir uygulama yapılmıştır. Anahtar Sözcükler: sıfır ağırlıklı modeller, çok seviyeli modeller, Poisson ve negatif binomial regresyon, boylamsal veri.

  : Poisson regression models are often used for analysis of zero-inflated count data from several studies. Both, zero-inflated Poisson (ZIP) and zero inflated negative binomial (ZINB) can handle the existing heterogeneity in data structure. Data are correlated and have hierarchical structure when research study that involves repeated observations of the same items over long periods of time. The aim of present paper is to introduce multilevel ZIP model to overcome on heterogeneity for zero-inflated count data and illustrate techniques for fitting and interpreting the zero-inflated Poisson regression. We provided an empirical application and illustration of the multilevel ZIP regression from a longitudinal study. Keywords: zero-inflated models, multilevel models, Poisson and Negative Binomial Regression, longitudinal data