Generaliseerde Additieve Modellen voor Locatie, Schaal en Vorm (GAMLSS)

GAMLSS is een brede klasse van semi-parametrische regressiemodellen geïntroduceerd door Robert Rigby en Mikis Stasinopoulos in 2005. In tegenstelling tot klassieke regressie, die alleen het gemiddelde van een respons modelleert, staat GAMLSS toe dat elke parameter van een gekozen parametrische verdeling — locatie (bv. gemiddelde), schaal (bv. variantie), en vorm (bv. scheefheid, kurtosis) — gemodelleerd wordt als een additieve functie van covariaten. Dit maakt het mogelijk om heteroscedasticiteit, scheefheid en zware staarten gelijktijdig binnen één verenigd raamwerk vast te leggen.