Zobecněné aditivní modely pro polohu, škálu a tvar (GAMLSS)
GAMLSS je široká třída semi-parametrických regresních modelů, které v roce 2005 zavedli Robert Rigby a Mikis Stasinopoulos. Na rozdíl od klasické regrese, která modeluje pouze střední hodnotu odezvy, GAMLSS umožňuje modelovat každý parametr zvolené parametrické distribuce — polohu (např. střední hodnotu), škálu (např. rozptyl) a tvar (např. zešikmení, špičatost) — jako aditivní funkci kovariát. To umožňuje zachytit heteroskedasticitu, zešikmení a těžké chvosty současně v jediném jednotném rámci.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/cs/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.
- Zobecněný aditivní model (GAM)Strojové učení↔ compare
- Kvantilová regreseEkonometrie↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →