Generaliserte additive modeller for lokasjon, skala og form (GAMLSS)
GAMLSS er en bred klasse av semi-parametriske regresjonsmodeller introdusert av Robert Rigby og Mikis Stasinopoulos i 2005. I motsetning til klassisk regresjon, som kun modellerer gjennomsnittet av en respons, tillater GAMLSS at hver parameter i en valgt parametrisk fordeling — lokasjon (f.eks. gjennomsnitt), skala (f.eks. varians) og form (f.eks. skjevhet, kurtose) — modelleres som en additiv funksjon av kovariater. Dette gjør det mulig å fange heteroskedastisitet, skjevhet og tunge haler samtidig innenfor et enkelt, enhetlig rammeverk.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/no/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.
- Generaliserte additive modeller (GAM)Maskinlæring↔ compare
- KvantilregresjonØkonometri↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →