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.
Kilderegister
Siteringer kopiert ordrett fra metodens kilderegister. Ingen påstandsnivåverifisering er underforstått fra dem.
Kuraterte påstander
Påstander lagret i bevishovedboken, hver med sin egen vurdering.
Denne visningen finner ikke opp en påstandsvurdering når hovedboken ikke har noen.
Relaterte metoder
Generert fra metodegrafen og vist som maskinforslåtte relasjoner – ingen bevispåstand er underforstått.