mgcvUI
une interface interactive pour le package mgcv (modèles additifs généralisés)
DOI :
https://doi.org/10.67330/xtv1pa25Mots-clés :
mgcv(), modèles additifs généralisés, mgcvUI(), régression pour l'analyse immobilièreRésumé
mgcvUI est une interface graphique pour le package R mgcv, qui ajuste des modèles additifs généralisés (GAM) au moyen de splines de régression pénalisées avec sélection automatique du degré de lissage. Elle propose trois modes d'utilisation — modélisation prédictive générale, évaluation immobilière et analyse de zone de marché — et guide l'utilisateur à travers l'importation des données, la spécification des termes lisses, l'ajustement du modèle, les graphiques de diagnostic et d'effets, ainsi que les rapports téléchargeables. Cet article documente les exigences de format de données de mgcvUI, le flux de travail de modélisation, les affichages de sortie et la référence complète des fonctionnalités.
Téléchargements
Références
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.
Téléchargements
Publiée
Numéro
Rubrique
Catégories
Licence
Merci de créditer les auteurs lors de toute citation : Valuation Engineer Journal (2026)
Ce travail est disponible sous la licence Creative Commons Attribution 4.0 International .
Tous les articles sont publiés sous licence Creative Commons Attribution 4.0 International (CC BY 4.0).
Cette licence autorise quiconque à partager et à adapter le matériel pour toute finalité, y compris commerciale, à condition de créditer comme il se doit l’auteur et la revue, de fournir un lien vers la licence et d’indiquer si des modifications ont été apportées.
Les éditions traduites d’un article sont couvertes par la même licence que l’édition anglaise, qui fait foi.
