这里有两种非参数统计方法经常被使用,gam(广义可加模型)和loess(局域回归模型,或者lowess)。
我的问题是这两者有什么区别和联系?
似乎gam可以融入一些含有参数模型,这是它的唯一的优点吗?
请高手指正。
同时还有一个小问题,广义可加模型对每个自变量进行拟合,它的若干子图中,都是有离散点的,是不是使用每个自变量对因变量进行预拟合,然后再选用多个自变量对因变量进行拟合?
楼主: peijianshi
|
9820
5
[问答] 请教gam和loess的优缺点 |
副教授 80%
-
|
| ||
R万岁!
|
|||
| ||
| ||
共享是一种彼此的快乐
|
||
| ||
R万岁!
|
||
R万岁!
|
|
京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明 免责及隐私声明