GAMLSS
GAMLSS is a broad class of semi-parametric regression models introduced by Robert Rigby and Mikis Stasinopoulos in 2005. Unlike classical regression, which models only the mean of a response, GAMLSS allows each parameter of a chosen parametric distribution — location (e.g., mean), scale (e.g., variance), and shape (e.g., skewness, kurtosis) — to be modeled as an additive function of covariates. This makes it possible to capture heteroscedasticity, skewness, and heavy tails simultaneously within a single unified framework.
Kilderegistrering
Citater kopieret ordret fra metodens kilderegistrering. Ingen påstandsniveauverifikation er udledt heraf.
Kuraterede påstande
Påstande gemt i bevis-loggen, hver med sin egen vurdering.
Denne visning opfinder ikke en påstandsvurdering, når loggen ingen har.
Relaterede metoder
Genereret fra metodegrafen og vist som maskinelt foreslåede relationer — ingen bevispåstand er udledt.