Yleistetyt additiiviset mallit sijainnille, skaalalle ja muodolle (GAMLSS)
GAMLSS on laaja luokka semiparametrisia regressiomalleja, jonka Robert Rigby ja Mikis Stasinopoulos esittelivät vuonna 2005. Toisin kuin klassinen regressio, joka mallintaa vain vastemuuttujan keskiarvoa, GAMLSS sallii valitun parametrisen jakauman jokaisen parametrin – sijainnin (esim. keskiarvo), skaalan (esim. varianssi) ja muodon (esim. vinous, huipukkuus) – mallintamisen kovariaattien additiivisena funktiona. Tämä mahdollistaa heteroskedastisuuden, vinouden ja paksut hännät samanaikaisesti yhdessä yhtenäisessä viitekehyksessä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/fi/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.
- Yleistetty additiivinen malli (GAM)Koneoppiminen↔ compare
- KvanttiiliregressioEkonometria↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →