Generalizovani aditivni modeli za lokaciju, razmeru i oblik (GAMLSS)
GAMLSS je široka klasa poluparametarskih regresionih modela koje su uveli Robert Rigby i Mikis Stasinopoulos 2005. godine. Za razliku od klasične regresije, koja modelira samo srednju vrednost odziva, GAMLSS omogućava da se svaki parametar izabrane parametarske raspodele — lokacija (npr. srednja vrednost), razmera (npr. varijansa) i oblik (npr. asimetrija, spljoštenost) — modelira kao aditivna funkcija kovarijata. Ovo omogućava istovremeno hvatanje heteroskedastičnosti, asimetrije i teških repova u jedinstvenom okviru.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/sr/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.
- Generalizovani aditivni model (GAM)Mašinsko učenje↔ compare
- Kvantilna regresijaEkonometrija↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →