Generalisierte additive Modelle für Ort, Skala und Form (GAMLSS)

GAMLSS ist eine breite Klasse semi-parametrischer Regressionsmodelle, die 2005 von Robert Rigby und Mikis Stasinopoulos eingeführt wurden. Im Gegensatz zur klassischen Regression, die nur den Mittelwert einer Antwortvariable modelliert, erlaubt GAMLSS jedem Parameter einer gewählten parametrischen Verteilung – Ort (z. B. Mittelwert), Skala (z. B. Varianz) und Form (z. B. Schiefe, Kurtosis) – als additive Funktion von Kovariaten modelliert zu werden. Dies ermöglicht die gleichzeitige Erfassung von Heteroskedastizität, Schiefe und schweren Rändern innerhalb eines einzigen, einheitlichen Rahmens.