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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.