mgcvUI
интерактивный интерфейс для пакета mgcv (обобщённые аддитивные модели)
DOI:
https://doi.org/10.67330/xtv1pa25Ключевые слова:
GAM, обобщённые аддитивные модели, сглаживающие члены, штрафные регрессионные сплайны, mgcv, R, графический интерфейс, оценка недвижимостиАннотация
mgcvUI — графический интерфейс пользователя для пакета R mgcv, который подгоняет обобщённые аддитивные модели (GAM) с помощью штрафных регрессионных сплайнов с автоматическим выбором степени сглаживания. Он предлагает три режима работы — общее прогнозное моделирование, оценку недвижимости и анализ рыночной зоны — и проводит пользователя через импорт данных, настройку сглаживающих членов, подгонку модели, графики частных эффектов и загружаемые отчёты. В статье описаны требования к формату данных, рабочий процесс моделирования, форматы вывода и полный справочник возможностей mgcvUI.
Скачивания
Библиографические ссылки
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.
Опубликован
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2026 Valuation Engineer Journal
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
All articles are published under the Creative Commons Attribution 4.0 International license (CC BY 4.0).
Under this license, anyone is free to share and adapt the material for any purpose, including commercially, provided appropriate credit is given to the author and the journal, a link to the license is provided, and any changes are indicated.
Translated editions of an article are covered by the same license as the English edition, which is the version of record.
