Vispārinātie aditīvie modeļi atrašanās vietai, mērogam un formai (GAMLSS)
GAMLSS ir plaša pusparametrisku regresijas modeļu klase, ko 2005. gadā ieviesa Roberts Rigby un Mikis Stasinopouloss. Atšķirībā no klasiskās regresijas, kas modelē tikai atbildes vidējo vērtību, GAMLSS ļauj katram izvēlētās parametriskās sadales parametram — atrašanās vietai (piemēram, vidējam), mērogam (piemēram, variācijai) un formai (piemēram, asimetrijai, kurtosis) — tikt modelētam kā kovariātu aditīva funkcija. Tas ļauj vienā vienotā sistēmā vienlaicīgi uztvert heteroskedastiskumu, asimetriju un smagos astes.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/lv/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.
- Vispārīgais aditīvais modelis (GAM)Mašīnmācīšanās↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →