mgcvUI
Eine interaktive Benutzeroberfläche für das mgcv-Paket (generalisierte additive Modelle)
DOI:
https://doi.org/10.67330/xtv1pa25Schlagwörter:
mgcv(), generalisierte additive Modelle, mgcvUI(), Regression für die ImmobilienanalyseAbstract
mgcvUI ist eine grafische Benutzeroberfläche für das R-Paket mgcv, das generalisierte additive Modelle (GAMs) mit penalisierten Regressionssplines und automatischer Glättungsparameterwahl anpasst. Es bietet drei Verwendungsmodi — allgemeine prädiktive Modellierung, Immobilienbewertung und Marktgebietsanalyse — und führt den Anwender durch Datenimport, Spezifikation der Glättungsterme, Modellanpassung, Diagnose- und Effektdiagramme sowie herunterladbare Berichte. Dieser Artikel dokumentiert die Datenformat-Anforderungen, den Modellierungs-Workflow, die Ausgabedarstellungen und die vollständige Funktionsreferenz von mgcvUI.
Downloads
Literaturhinweise
Wood, S. N. 2003. “Thin-Plate Regression Splines.” Journal of the Royal Statistical Society (B) 65 (1): 95–114. https://doi.org/10.1111/1467-9868.00374.
Wood, S. N. 2004. “Stable and Efficient Multiple Smoothing Parameter Estimation for Generalized Additive Models.” Journal of the American Statistical Association 99 (467): 673–86. https://doi.org/10.1198/016214504000000980.
Wood, S. N. 2011. “Fast Stable Restricted Maximum Likelihood and Marginal Likelihood Estimation of Semiparametric Generalized Linear Models.” Journal of the Royal Statistical Society (B) 73 (1): 3–36. https://doi.org/10.1111/j.1467-9868.2010.00749.x.
Wood, S. N. 2017. Generalized Additive Models: An Introduction with R. 2nd ed. Chapman; Hall/CRC.
Wood, S. N., N. Pya, and B. Säfken. 2016. “Smoothing Parameter and Model Selection for General Smooth Models (with Discussion).” Journal of the American Statistical Association 111: 1548–75. https://doi.org/10.1080/01621459.2016.1180986.
Downloads
Veröffentlicht
Ausgabe
Rubrik
Kategorien
Lizenz
Copyright (c) 2026 Valuation Engineer Journal
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
Alle Artikel erscheinen unter der Creative Commons Namensnennung 4.0 International Lizenz (CC BY 4.0).
Unter dieser Lizenz darf das Material von jeder Person für beliebige Zwecke, auch kommerziell, weitergegeben und bearbeitet werden, sofern Autorin oder Autor und die Zeitschrift angemessen genannt werden, ein Link zur Lizenz beigefügt wird und angegeben wird, ob Änderungen vorgenommen wurden.
Übersetzte Fassungen eines Artikels stehen unter derselben Lizenz wie die englische Fassung, die maßgeblich ist.
