Uogólnione modele addytywne dla położenia, skali i kształtu (GAMLSS)
GAMLSS to szeroka klasa półparametrycznych modeli regresji wprowadzonych przez Roberta Rigby’ego i Mikisa Stasinopoulosa w 2005 roku. W przeciwieństwie do klasycznej regresji, która modeluje jedynie średnią odpowiedzi, GAMLSS pozwala na modelowanie każdego parametru wybranego rozkładu parametrycznego — położenia (np. średniej), skali (np. wariancji) i kształtu (np. skośności, kurtozy) — jako funkcji addytywnej zmiennych objaśniających. Umożliwia to jednoczesne uchwycenie heteroskedastyczności, skośności i grubych ogonów w ramach jednego, zunifikowanego podejścia.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/pl/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.
- Uogólniony model addytywny (GAM)Uczenie maszynowe↔ compare
- Regresja kwantylowaEkonometria↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →