GAMLSS(일반화 가산 모델 for 위치, 척도 및 형태)는 일반화 가산 모델(GAM)을 확장한 통계 모델링 프레임워크로, 반응 변수 분포의 모든 모수 - 평균뿐만 아니라 - 를 예측 변수의 평활 함수로 모델링할 수 있게 한다. 2005년 R. A. Rigby와 D. M. Stasinopoulos가 개발한 GAMLSS는 반응 변수가 비정규 분포를 따르거나 전통적인 평균 중심 모델로는 포착할 수 없는 이분산성, 왜도 또는 첨도를 나타낼 때 회귀 분석을 위한 유연한 접근 방식을 제공한다.
이 프레임워크는 반응 변수가 모수적 분포를 따른다고 가정하며, 각 분포 모수(예: 위치, 척도, 형태)는 단조 연결 함수를 통해 선형 예측 변수에 연결된다. 선형 예측 변수는 선형 항, 다항 항, 평활 스플라인, 임의 효과 및 기타 가산 구성 요소를 포함할 수 있다. 추정은 일반적으로 페널티 가능도 접근법을 사용하여 수행되며, 종종 RS(Rigby 및 Stasinopoulos) 또는 CG(Cole 및 Green) 알고리즘을 사용하여 평활 항의 거칠기에 페널티를 부과하면서 가능도를 반복적으로 최대화한다.
모델 명세
GAMLSS에서 반응 변수 \(Y\)는 분포 함수 \(F_Y(y|\theta)\)를 가지는 것으로 가정되며, 여기서 \(\theta = (\theta_1, \theta_2, \ldots, \theta_p)\)는 \(p\)개의 분포 모수 벡터이다. 각 모수 \(\theta_k\)에 대해 모델은 다음과 같이 지정된다:
\[ g_k(\theta_k) = \eta_k = X_k \beta_k + \sum_{j=1}^{J_k} s_{kj}(x_{kj}) \]
여기서 \(g_k\)는 단조 연결 함수, \(X_k\)는 고정 효과에 대한 설계 행렬, \(\beta_k\)는 계수, \(s_{kj}\)는 공변량 \(x_{kj}\)의 평활 함수이다. 모수 \(p\)의 수는 선택된 분포에 따라 달라진다; 예를 들어, 정규 분포는 두 개의 모수(평균 및 표준 편차)를 가지는 반면, Box-Cox t 분포는 네 개(위치, 척도, 왜도 및 첨도)를 가진다.
추정 및 알고리즘
GAMLSS의 모수는 페널티 가능도 함수를 최대화하여 추정된다. 페널티 항은 가산 함수의 평활도를 제어하여 과적합을 방지한다. 두 가지 주요 알고리즘이 사용된다:
- RS 알고리즘: GAM의 역적합 알고리즘을 일반화한 것으로, 각 모수를 다른 모수를 고정한 상태에서 순환적으로 업데이트한다. 모수가 직교하거나 거의 직교하는 분포에 적합하다.
- CG 알고리즘: Newton-Raphson 방법에 기반하여 모든 모수를 동시에 업데이트한다. 모수가 상관된 분포에 더 효율적이지만 덜 안정적일 수 있다.
두 알고리즘 모두 Akaike 정보 기준(AIC) 또는 일반화 교차 검증(GCV)과 같은 기준을 사용하여 평활 모수의 자동 선택을 허용한다. R 프로그래밍 언어의 gamlss 패키지는 이러한 방법의 포괄적인 구현을 제공하며, 광범위한 분포와 가산 항을 포함한다.
응용 분야
GAMLSS는 반응 변수가 비일정 분산 또는 비정규 형태를 나타내는 다양한 분야에 적용되었다. 의학에서는 성장 차트와 참조 구간을 구축하는 데 사용되며, 여기서 측정값(예: 체질량 지수, 혈압)의 분포가 연령에 따라 변한다. 금융에서는 시장 조건에 따라 변하는 변동성과 위험 측정치를 모델링한다. 생태학에서는 과분산 또는 영과잉이 있는 종 풍부도 데이터를 분석한다. 척도와 형태 모수를 모델링할 수 있는 유연성은 GAMLSS를 분위수 회귀와 두꺼운 꼬리 또는 비대칭 분포를 가진 데이터 분석에 특히 유용하게 만든다.
다른 모델과의 관계
GAMLSS는 여러 기존 모델을 일반화한다. 위치 모수만 모델링되고 분포가 일정 분산의 정규 분포로 가정될 때, GAMLSS는 표준 GAM으로 축소된다. 가산 항이 선형이면 위치, 척도 및 형태에 대한 일반화 선형 모델(GLM)이 된다. 이 프레임워크는 분포의 모든 모수가 공변량에 회귀되는 분포 회귀도 포함한다. 이는 분포 모수를 모델링할 수 있는 딥 러닝 및 신경망과 같은 현대 머신 러닝 접근 방식과 연결되지만, GAMLSS는 해석 가능성과 통계적 추론 속성을 유지한다.
소프트웨어 및 구현
GAMLSS의 주요 소프트웨어는 R의 gamlss 패키지로, 2005년에 처음 출시되어 지속적으로 업데이트되고 있다. 모델 적합, 진단 및 시각화를 위한 함수와 분포 및 평활 항 선택을 위한 함수를 포함한다. 이 패키지는 연속형, 이산형 및 혼합형을 포함한 많은 수의 분포를 지원한다. Python 및 기타 통계 소프트웨어에도 다른 구현이 존재하지만, R 패키지가 가장 포괄적이다. 이 프레임워크는 종단 데이터, 공간 데이터 및 다변량 반응을 처리하도록 확장되어 통계 모델링에서 적용 범위를 넓혔다.