Regression modelDistributional regression
位置、尺度、形状のための一般化加法モデル（GAMLSS）
GAMLSSは、2005年にRobert RigbyとMikis Stasinopoulosによって導入された半パラメトリック回帰モデルの広範なクラスである。応答変数の平均のみをモデル化する古典的な回帰とは異なり、GAMLSSは、選択されたパラメトリック分布の各パラメータ（位置（例：平均）、尺度（例：分散）、形状（例：歪度、尖度））を、共変量の加法関数としてモデル化することを可能にする。これにより、単一の統一された枠組み内で、異分散性、歪度、および裾の重さを同時に捉えることができる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/ja/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.
- 一般化加法モデル（GAM）機械学習↔ compare
- 分位点回帰計量経済学↔ compare