mgcvUI
mgcv（广义可加模型）软件包的交互式界面
DOI:
https://doi.org/10.67330/xtv1pa25关键词:
mgcv(), 广义可加模型, mgcvUI(), 用于房地产的回归摘要
mgcvUI 是 R 语言 mgcv 软件包的图形用户界面（graphical user interface），该软件包使用带自动光滑度选择（smoothness selection）的惩罚回归样条（penalized regression spline）来拟合广义可加模型（generalized additive model，GAM）。它提供三种用途模式——通用预测建模、房地产估价与市场区域分析——并引导用户完成数据导入、光滑项设定、模型拟合、诊断图与效应图查看以及报告下载。本文记录了 mgcvUI 的数据格式要求、建模工作流程、输出显示界面以及完整的功能参考。
下载次数
参考
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.
已出版
许可协议
版权所有 (c) 2026 Valuation Engineer Journal
本作品采用知识共享署名 4.0 国际许可协议进行许可。
所有文章均依据知识共享署名 4.0 国际许可协议（CC BY 4.0）发布。
在该许可协议下，任何人均可出于任何目的（包括商业目的）共享和演绎本材料，但须对作者和本刊给予适当署名、提供指向该许可协议的链接，并说明是否作出了修改。
文章的译本适用与英文版相同的许可协议；英文版为权威版本。
