Узагальнені адитивні моделі для розташування, масштабу та форми (GAMLSS)
GAMLSS — це широкий клас напівпараметричних регресійних моделей, представлений Робертом Рігбі та Мікісом Стасінопулосом у 2005 році. На відміну від класичної регресії, яка моделює лише середнє значення відгуку, GAMLSS дозволяє кожному параметру вибраного параметричного розподілу — розташування (наприклад, середнє), масштаб (наприклад, дисперсія) та форму (наприклад, асиметрія, ексцес) — моделювати як адитивну функцію коваріат. Це дає змогу одночасно охопити гетероскедастичність, асиметрію та важкі хвости в межах єдиної уніфікованої структури.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Generalized Additive Models for Location, Scale and Shape (GAMLSS). ScholarGate. https://scholargate.app/uk/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.
- Узагальнена адитивна модель (GAM)Машинне навчання↔ compare
- Квантильна регресіяЕконометрика↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →