Model aditif umum - siapa yang meneliti mereka selain Simon Wood?

Saya semakin sering menggunakan GAM. Ketika saya pergi untuk memberikan referensi untuk berbagai komponen mereka (pemilihan parameter smoothing, berbagai basis spline, p-nilai istilah halus), mereka semua dari satu peneliti - Simon Wood, di University of Bath, di Inggris.

Dia juga pemelihara mgcvdi R, yang mengimplementasikan tubuh kerjanya. mgcvsangat rumit, tetapi bekerja sangat baik.

Ada barang yang lebih tua, pasti. Ide aslinya dikreditkan ke Hastie & Tibshirani, dan buku teks besar yang lebih tua ditulis oleh Ruppert et al pada tahun 2003.

Sebagai orang yang menerapkan, saya tidak memiliki banyak perasaan untuk zeitgeist di antara para ahli statistik akademik. Bagaimana pekerjaannya? Apakah agak aneh bahwa seorang peneliti telah melakukan begitu banyak hal dalam satu bidang? Atau ada pekerjaan lain yang tidak begitu diperhatikan karena tidak dimasukkan ke dalam mgcv? Saya tidak melihat GAM banyak digunakan, meskipun materi tersebut cukup dapat diakses oleh orang-orang dengan pelatihan statistik, dan perangkat lunaknya cukup berkembang. Apakah ada banyak "kisah belakang"?

Rekomendasi potongan perspektif dan hal serupa lainnya dari jurnal stat akan dihargai.

— pengguna59828
sumber

Pertanyaan ini bagi saya sepertinya tidak cocok untuk CV. Tampaknya agak luas, kabur & berpotensi di luar topik. Bisakah Anda lebih fokus & mencoba membuatnya lebih jelas pada topik? (Misalnya, meminta referensi untuk aspek spesifik GAM tentu akan sesuai dengan topik.)

— gung - Reinstate Monica

Saya sadar bahwa ini agak kabur. Ini semacam pertanyaan meta tentang disiplin statistik, dan saya tidak yakin harus ke mana. Saya akan sangat menghargai referensi untuk komentar dan potongan perspektif, dan akan mengubah pertanyaan untuk memasukkan itu.

— user59828

Thomas Kneib dan Fabian Scheipl adalah dua nama yang saya kenal dari bidang ini dan yang mempromosikan cara yang agak berbeda untuk menyesuaikan GAM dan model terkait. Saya mendapat kesan bahwa ada "persaingan" persahabatan antara Simon Wood dan orang-orang ini ketika saya melihat Wood mengembangkan ide-ide baru dalam makalah & fitur dalam mgcv yang dalam "respons" terhadap karya Kneib & Schiepl, dan lainnya. Knieb misalnya adalah salah satu pengembang BayesX yang cocok dengan model aditif terstruktur & agak berbeda dari pendekatan regresi yang dikenakan sanksi Wood.

— Reinstate Monica - G. Simpson

Sebagai contoh, lihat Bayesian Smoothing dan Regression untuk Longitudinal, Spatial dan Event History Data oleh Fahrmier & Kneib untuk cakupan yang luas dari pendekatan model aditif struktur.

— Pasang kembali Monica - G. Simpson

Saya pikir pertanyaan tentang budaya statistik sangat berguna. Yang ini sudah menarik satu jawaban yang menarik, meskipun diposkan sebagai komentar.

— Flounderer

Jawaban:

Ada banyak peneliti tentang GAM: hanya saja pada dasarnya model yang sama (GLM dengan prediktor linier yang diberikan dengan sejumlah fungsi halus) diberi banyak nama berbeda. Anda akan menemukan model yang dapat Anda sebut sebagai GAM yang disebut: model regresi semiparametrik, model smoothing spline ANOVA, model regresi aditif terstruktur, model struktur aditif linier umum, model aditif umum untuk skala dan bentuk lokasi, model variabel laten Gaussian, dll.

Sejumlah kecil peneliti tentang topik terkait GAM dengan sudut komputasi adalah:

Ray Carroll, Maria Durban, Paul Eilers, Trevor Hastie, Chong Gu, Sonja Greven, Thomas Kneib, Stephan Lang, Brian Marx, Bob Rigby, David Ruppert, Harvard Rue, Fabian Scheipl, Mikis Stasinopoulus, Matt Wand, Grace Wahba, Thomas Yee .

(dan ada jauh lebih banyak orang yang bekerja pada GAM yang dikuatkan, teori terkait GAM dan metode analisis data fungsional terkait erat). Makalah saya kebanyakan tentang mengembangkan metode GAM yang efisien dan umum untuk dihitung, tetapi tentu saja tidak semua yang bisa dikatakan tentang masalah ini.

— Simon Wood
sumber

Selamat datang di situs kami, Simon, dan terima kasih banyak atas kontribusi Anda!

— whuber

google scholar memberikan banyak hit, selain referensi di atas, dan dalam komentar, beberapa yang terlihat menarik adalah:

http://www.sciencedirect.com/science/article/pii/S0304380002002041 GAM dalam studi distribusi spesies, yang diterbitkan dalam "Pemodelan Ekologis"

http://aje.oxfordjournals.org/content/156/3/193.short Penggunaan GAM dalam studi polusi udara dan kesehatan

tetapi OP tampaknya lebih peduli pada teori statistik, jadi:

http://www.sciencedirect.com/science/article/pii/S0167947398000334 ini tentang algoritma pemasangan yang lebih baik

http://onlinelibrary.wiley.com/doi/10.1111/1467-9876.00229/abstract Bayesian inferensi berdasarkan pada MArkov Random Field prior

http://onlinelibrary.wiley.com/doi/10.1111/1467-9469.00333/abstract?deniedAccessCustomisedMessage=&userIsAuthenticated=false tentang metode estimasi di GAM ...

semua ini dengan banyak penulis yang berbeda, jadi jawaban atas pertanyaan awal tampaknya banyak .

— kjetil b halvorsen
sumber

Sebagai tambahan, saya telah menemukan sedikit keuntungan dari model spline regresi aditif parametrik GAM, yang memberikan tes formal dan interval kepercayaan yang lebih sederhana, dan memberikan formula untuk prediksi.

— Frank Harrell