变量选择在统计分析领域中是一个非常重要也非常热门的研究课题,而零膨胀现象在计数数据中也是普遍存在的。本文主要研究的是零膨胀泊松回归模型即ZIP(Zero-inflated-Poisson)回归模型中的变量选择问题,由于ZIP回归模型的特殊性,计算比较复杂,所以在此之前,对于该模型的变量选择问题的研究并不多。为了解决这个问题,本文提出了EM-Adaptive LASSO变量选择方法,在解决模型的计算问题的同时达到变量选择的目的。本文主要工作及创新如下：(1)首次把ZIP回归模型的EM算法与Adaptive LASSO变量选择法相结合给出了针对于ZIP回归模型的变量选择方法—EM-Adaptive LASSO变量选择法,并且证明了该方法的变量选择的相合性以及估计参数的渐近正态性。通过随机模拟验证了这个方法的变量选择效果,并与其他方法进行了比较。(2)将本文提出的方法应用到保险精算中,用ZIP回归模型来拟合汽车保险的索赔频率数据,模型中引入了数据集中的16个解释变量,并用本文提出的EM-Adaptive LASSO变量选择法进行了变量选择和参数估计。