mgcvUI
uma interface interativa para o pacote mgcv (modelos aditivos generalizados)
DOI:
https://doi.org/10.67330/xtv1pa25Palavras-chave:
mgcv(), modelos aditivos generalizados, mgcvUI(), regressão para a análise imobiliáriaResumo
mgcvUI é uma interface gráfica de usuário para o pacote de R mgcv, que ajusta modelos aditivos generalizados (GAM) por meio de splines de regressão penalizada com seleção automática do grau de suavização. Oferece três modos de uso — modelagem preditiva geral, avaliação de imóveis e análise de região de mercado — e conduz o usuário pela importação de dados, pela especificação de termos suaves, pelo ajuste do modelo, pelos gráficos de diagnóstico e de efeitos e pelos relatórios passíveis de download. Este artigo documenta os requisitos de formato de dados do mgcvUI, o fluxo de trabalho de modelagem, as telas de saída e a referência completa de funcionalidades.
Downloads
Referências
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
Publicado
Edição
Seção
Categorias
Licença
Direitos autorais (c) 2026 Valuation Engineer Journal
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Todos os artigos são publicados sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0).
Esta licença permite a qualquer pessoa compartilhar e adaptar o material para qualquer finalidade, inclusive comercial, desde que sejam dados os créditos apropriados ao autor e à revista, seja fornecido um link para a licença e seja indicado se foram feitas alterações.
As edições traduzidas de um artigo estão cobertas pela mesma licença da edição em inglês, que é a versão autorizada.
