Ein generalisiertes additives Modell für Lage, Skala und Form (GAMLSS) ist ein statistisches Modellierungsframework, das generalisierte additive Modelle (GAMs) erweitert, indem es ermöglicht, alle Parameter der Verteilung einer Antwortvariablen – nicht nur den Mittelwert – als glatte Funktionen von Prädiktorvariablen zu modellieren. Entwickelt von R. A. Rigby und D. M. Stasinopoulos im Jahr 2005, bietet GAMLSS einen flexiblen Ansatz für die Regressionsanalyse, wenn die Antwortvariable nicht-normalen Verteilungen folgt oder Heteroskedastizität, Schiefe oder Kurtosis aufweist, die von traditionellen mittelwertorientierten Modellen nicht erfasst werden können.
Das Framework nimmt an, dass die Antwortvariable einer parametrischen Verteilung folgt, und jeder Verteilungsparameter (z. B. Lage, Skala, Form) über eine monotone Link-Funktion mit einem linearen Prädiktor verbunden ist. Die linearen Prädiktoren können lineare Terme, polynomiale Terme, Glättungssplines, zufällige Effekte und andere additive Komponenten umfassen. Die Schätzung erfolgt typischerweise über einen penalisierten Likelihood-Ansatz, häufig mit den RS- (Rigby und Stasinopoulos) oder CG- (Cole und Green) Algorithmen, die die Likelihood iterativ maximieren, während sie die Rauheit der glatten Terme penalisieren.
Modellspezifikation
In einem GAMLSS wird angenommen, dass die Antwortvariable \(Y\) eine Verteilungsfunktion \(F_Y(y|\theta)\) hat, wobei \(\theta = (\theta_1, \theta_2, \ldots, \theta_p)\) ein Vektor von \(p\) Verteilungsparametern ist. Für jeden Parameter \(\theta_k\) wird ein Modell spezifiziert als:
\[ g_k(\theta_k) = \eta_k = X_k \beta_k + \sum_{j=1}^{J_k} s_{kj}(x_{kj}) \]
wobei \(g_k\) eine monotone Link-Funktion ist, \(X_k\) eine Design-Matrix für feste Effekte, \(\beta_k\) Koeffizienten und \(s_{kj}\) glatte Funktionen von Kovariaten \(x_{kj}\) sind. Die Anzahl der Parameter \(p\) hängt von der gewählten Verteilung ab; zum Beispiel hat eine Normalverteilung zwei Parameter (Mittelwert und Standardabweichung), während eine Box-Cox-t-Verteilung vier hat (Lage, Skala, Schiefe und Kurtosis).
Schätzung und Algorithmen
Die Parameter eines GAMLSS werden durch Maximierung einer penalisierten Likelihood-Funktion geschätzt. Die Penalty-Terme kontrollieren die Glätte der additiven Funktionen und verhindern Überanpassung. Zwei primäre Algorithmen werden verwendet:
- RS-Algorithmus: Eine Verallgemeinerung des Backfitting-Algorithmus für GAMs, der durch die Parameter zyklisch läuft und jeden aktualisiert, während die anderen festgehalten werden. Er ist geeignet für Verteilungen, bei denen die Parameter orthogonal oder nahezu orthogonal sind.
- CG-Algorithmus: Basierend auf der Newton-Raphson-Methode, die alle Parameter gleichzeitig aktualisiert. Er ist effizienter für Verteilungen mit korrelierten Parametern, kann aber weniger stabil sein.
Beide Algorithmen ermöglichen die automatische Auswahl von Glättungsparametern unter Verwendung von Kriterien wie dem Akaike-Informationskriterium (AIC) oder der generalisierten Kreuzvalidierung (GCV). Das gamlss-Paket in der Programmiersprache R bietet eine umfassende Implementierung dieser Methoden, einschließlich einer breiten Palette von Verteilungen und additiven Termen.
Anwendungen
GAMLSS wurden in verschiedenen Bereichen angewendet, in denen Antwortvariablen nicht-konstante Varianz oder nicht-normale Formen aufweisen. In der Medizin werden sie zur Erstellung von Wachstumskurven und Referenzintervallen verwendet, bei denen sich die Verteilung von Messungen (z. B. Body-Mass-Index, Blutdruck) mit dem Alter ändert. In der Finanzwelt modellieren sie Volatilität und Risikomaße, die mit den Marktbedingungen variieren. In der Ökologie analysieren sie Artenhäufigkeitsdaten mit Überdispersion oder Null-Inflation. Die Flexibilität, Skalen- und Formparameter zu modellieren, macht GAMLSS besonders nützlich für die Quantilsregression und für die Analyse von Daten mit schweren Rändern oder asymmetrischen Verteilungen.
Beziehung zu anderen Modellen
GAMLSS verallgemeinern mehrere bestehende Modelle. Wenn nur der Lageparameter modelliert wird und die Verteilung als normal mit konstanter Varianz angenommen wird, reduziert sich GAMLSS auf ein standardmäßiges GAM. Wenn die additiven Terme linear sind, wird es zu einem generalisierten linearen Modell (GLM) für Lage, Skala und Form. Das Framework umfasst auch distributionelle Regression, bei der alle Parameter einer Verteilung auf Kovariaten regressiert werden. Dies verbindet sich mit modernen Ansätzen des maschinellen Lernens wie Deep Learning und neuronale Netze, die ebenfalls Verteilungsparameter modellieren können, obwohl GAMLSS Interpretierbarkeit und statistische Inferenzeigenschaften beibehält.
Software und Implementierung
Die primäre Software für GAMLSS ist das gamlss-Paket in R, das erstmals 2005 veröffentlicht und kontinuierlich aktualisiert wurde. Es enthält Funktionen zum Anpassen, Diagnostizieren und Visualisieren von Modellen sowie zur Auswahl von Verteilungen und Glättungstermen. Das Paket unterstützt eine große Anzahl von Verteilungen, einschließlich kontinuierlicher, diskreter und gemischter Typen. Andere Implementierungen existieren in Python und anderer statistischer Software, aber das R-Paket bleibt das umfassendste. Das Framework wurde erweitert, um Längsschnittdaten, räumliche Daten und multivariate Antworten zu behandeln, was seine Anwendbarkeit in der statistischen Modellierung verbreitert.