나는 이것이 잠재적으로 광범위한 질문 일 수 있음을 알고 있지만 GLM (Generalized linear model)보다 GAM (Generalized Additive Model)의 사용을 나타내는 일반화 가능한 가정이 있는지 궁금합니다.
누군가 최근에 GAM은 데이터 구조가 "가산 적"이라고 가정 할 때만 사용해야한다고했습니다. 즉, x를 더하면 y를 예측할 수 있습니다. 다른 사람은 GAM이 GLM과 다른 유형의 회귀 분석을 수행하며 선형성이 가정 될 때 GLM이 선호된다고 지적했습니다.
과거에는 생태 데이터에 GAM을 사용했습니다. 예 :
- 연속 시계열
- 데이터가 선형 모양이 아닌 경우
- 통계 테스트와 함께 "표면 플롯"을 사용하여 시각화 할 수있는 비선형 상호 작용이 있다고 생각한 y를 예측하기 위해 여러 x가있었습니다.
분명히 GAM이 GLM과 다른 점을 잘 이해하지 못합니다. 나는 그것이 유효한 통계 테스트라고 믿습니다 (그리고 적어도 생태 저널에서 GAM 사용이 증가하는 것을 보았습니다).하지만 다른 회귀 분석보다 사용이 표시되면 더 잘 알아야합니다.