Modelos aditivos generalizados - quem os pesquisa além de Simon Wood?

Eu uso GAMs cada vez mais. Quando forneço referências para seus vários componentes (seleção de parâmetros de suavização, várias bases de spline, valores de p de termos suaves), todos eles pertencem a um pesquisador - Simon Wood, na Universidade de Bath, na Inglaterra.

Ele também é o mantenedor de mgcvR, que implementa seu corpo de trabalho. mgcvé extremamente complexo, mas funciona notavelmente bem.

Há coisas mais antigas, com certeza. A idéia original é creditada a Hastie & Tibshirani, e um ótimo livro mais antigo foi escrito por Ruppert et al em 2003.

Como pessoa aplicada, não tenho muita noção do zeitgeist entre estatísticos acadêmicos. Como é considerado o trabalho dele? É um pouco estranho que um pesquisador tenha feito tanto em uma área? Ou existe outro trabalho que simplesmente não é percebido tanto porque não é colocado dentro mgcv? Não vejo os GAMs usados tanto, embora o material seja razoavelmente acessível para pessoas com treinamento estatístico e o software seja bastante bem desenvolvido. Existe muito de uma "história de fundo"?

Seriam apreciadas recomendações de artigos sobre perspectivas e outras coisas semelhantes de periódicos estatísticos.

— user59828
fonte

Essas perguntas me parecem não ser adequadas ao CV. Parece um tanto amplo, confuso e potencialmente fora de tópico. Você pode se concentrar mais e tentar torná-lo mais claramente no tópico? (Pedir referências para um aspecto específico dos GAMs certamente seria sobre tópico, por exemplo.)

— gung - Reinstate Monica

Estou ciente de que é um pouco confuso. É uma espécie de meta-pergunta sobre a disciplina de estatística, e não tenho certeza de onde ir com ela. Eu apreciaria referências a comentários e peças de perspectivas, no entanto, e alterarei a questão para incluir isso.

— precisa saber é o seguinte

Thomas Kneib e Fabian Scheipl são dois nomes que eu conheço neste campo e que promovem uma maneira um pouco diferente de ajustar os GAMs e modelos relacionados. Tenho a impressão de que existe uma "competição" amigável entre Simon Wood e esses caras, pois vejo Wood desenvolvendo novas idéias em artigos e recursos no mgcv que são uma "resposta" ao trabalho de Kneib & Schiepl e outros. Knieb, por exemplo, é um dos desenvolvedores do BayesX que se encaixa em modelos de aditivos estruturados e é um pouco diferente da abordagem de regressão penalizada de Wood.

— Reinstate Monica - G. Simpson

Por exemplo, consulte Suavização Bayesiana e Regressão para Dados Longitudinais, Espaciais e de Histórico de Eventos por Fahrmier & Kneib para obter uma ampla cobertura da abordagem do modelo aditivo de estrutura.

— Reinstate Monica - G. Simpson

Eu acho que perguntas sobre cultura estatística são realmente úteis. Esta já atraiu uma resposta interessante, embora postada como um par de comentários.

— Solha das pedras

Respostas:

Existem muitos pesquisadores em GAMs: é apenas que basicamente o mesmo modelo (GLM com preditor linear dado pela soma das funções suaves) recebe muitos nomes diferentes. Você encontrará modelos que podem ser chamados de GAMs: modelos de regressão semiparamétricos, modelos ANOVA de spline de suavização, modelos de regressão aditiva estruturada, modelos de estrutura aditiva linear generalizada, modelos aditivos generalizados para escala e forma de localização, modelos de variáveis latentes gaussianas etc.

Uma pequena seleção de pesquisadores sobre tópicos relacionados ao GAM com um ângulo computacional é:

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 e Thomas Yee .

(e há muito mais pessoas trabalhando em GAMs otimizados, teoria relacionada ao GAM e métodos de análise de dados funcionais intimamente relacionados). Meus trabalhos são principalmente sobre o desenvolvimento de métodos GAM eficientes e gerais para serem computados, mas isso certamente não é tudo o que há a dizer sobre o assunto.

— Simon Wood
fonte

Bem-vindo ao nosso site, Simon, e muito obrigado pela sua contribuição!

— whuber

O Google Scholar fornece muitos hits, além das referências acima e nos comentários, alguns que parecem interessantes são:

http://www.sciencedirect.com/science/article/pii/S0304380002002041 GAMs em estudos de distribuição de espécies, publicados em "Modelagem Ecológica"

http://aje.oxfordjournals.org/content/156/3/193.short Uso de GAMs em estudos de poluição do ar e saúde

mas o OP parece se importar mais com a teoria estatística, então:

http://www.sciencedirect.com/science/article/pii/S0167947398000334 trata-se de algoritmos de melhor ajuste

http://onlinelibrary.wiley.com/doi/10.1111/1467-9876.00229/abstract inferência bayesiana baseada em antecedentes do campo aleatório MArkov

http://onlinelibrary.wiley.com/doi/10.1111/1467-9469.00333/abstract?deniedAccessCustomisedMessage=&userIsAuthenticated=false sobre métodos de estimativa nos GAMs ...

tudo isso com muitos autores diferentes, então a resposta à pergunta original parece ser grande .

— kjetil b halvorsen
fonte

Como um aparte, eu encontrei pouca vantagem dos modelos spline de regressão aditiva paramétricos do GAM, que fornecem testes formais e intervalos de confiança mais simples, além de fornecer fórmulas para previsão.

— Frank Harrell