Generaliserad additiv modell (GAM)
En generaliserad additiv modell, introducerad av Trevor Hastie och Robert Tibshirani 1986, utvidgar den generaliserade linjära modellen genom att ersätta varje linjärt term med en jämn, datadriven funktion av prediktorn. Detta gör att modellen kan fånga icke-linjära samband samtidigt som den bibehåller regressionsmodellens additiva, term-för-term-tolkningsbarhet: varje prediktor bidrar med sin egen estimerade kurva, och kurvorna adderas helt enkelt (på en länkskala) för att prediktera responsvariabeln.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Hastie, T., & Tibshirani, R. (1986). Generalized additive models. Statistical Science, 1(3), 297–310. DOI: 10.1214/ss/1177013604 ↗
- Hastie, T. J., & Tibshirani, R. J. (1990). Generalized Additive Models. Chapman & Hall/CRC. ISBN: 978-0-412-34390-2
Så citerar du den här sidan
ScholarGate. (2026, June 2). Generalized Additive Model (GAM). ScholarGate. https://scholargate.app/sv/machine-learning/generalized-additive-model
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.
- Lokal regression med LOESS / LOWESSMaskininlärning↔ compare
- Multipel linjär regressionStatistik↔ compare
- PolynomregressionStatistik↔ compare
- Regressions- och utjämningssplinesMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →