Modelos Aditivos Generalizados para Localización, Escala y Forma (GAMLSS)

GAMLSS es una amplia clase de modelos de regresión semiparamétricos introducidos por Robert Rigby y Mikis Stasinopoulos en 2005. A diferencia de la regresión clásica, que modela solo la media de una respuesta, GAMLSS permite que cada parámetro de una distribución paramétrica elegida —localización (p. ej., media), escala (p. ej., varianza) y forma (p. ej., asimetría, curtosis)— se modele como una función aditiva de covariables. Esto hace posible capturar la heterocedasticidad, la asimetría y las colas pesadas simultáneamente dentro de un marco unificado.