Models Additius Generalitzats per a Localització, Escala i Forma (GAMLSS)
GAMLSS és una àmplia classe de models de regressió semi-paramètrics introduïda per Robert Rigby i Mikis Stasinopoulos el 2005. A diferència de la regressió clàssica, que només modela la mitjana d'una resposta, GAMLSS permet que cada paràmetre d'una distribució paramètrica triada —localització (p. ex., mitjana), escala (p. ex., variància) i forma (p. ex., asimetria, curtosi)— es modeli com una funció additiva de covariables. Això fa possible capturar l'heteroscedasticitat, l'asimetria i les cues pesades simultàniament dins d'un marc unificat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Rigby, R. A., & Stasinopoulos, D. M. (2005). Generalized additive models for location, scale and shape. Journal of the Royal Statistical Society: Series C, 54(3), 507–554. DOI: 10.1111/j.1467-9876.2005.00510.x ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/ca/statistics/gamlss
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model additiu generalitzat (GAM)Aprenentatge automàtic↔ compare
- Regressió quantílicaEconometria↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →