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.
fonte
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.
fonte
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 .
fonte