Modèles Additifs Généralisés pour la Localisation, l'Échelle et la Forme (GAMLSS)

GAMLSS est une vaste classe de modèles de régression semi-paramétriques introduite par Robert Rigby et Mikis Stasinopoulos en 2005. Contrairement à la régression classique, qui ne modélise que la moyenne d'une réponse, GAMLSS permet à chaque paramètre d'une distribution paramétrique choisie — localisation (par ex., moyenne), échelle (par ex., variance) et forme (par ex., asymétrie, aplatissement) — d'être modélisé comme une fonction additive de covariables. Cela rend possible la capture simultanée de l'hétéroscédasticité, de l'asymétrie et des queues épaisses au sein d'un cadre unifié unique.