Generalized additive models

Bakalaura darba mērķis ir iepazīties ar vispārinātajiem aditīvajiem modeļiem un to veidošanas iespējām ar datorprogrammas R paketes mgcv palīdzību. Darba galvenie uzdevumi bija, pamatojoties uz izvēlēto literatūru, teorētiski apskatīt vispārinātos aditīvos modeļus, to uzbūvi un izveidošanu programmā R, kā arī salīdzināt vispārināto aditīvo modeli ar daudzfaktoru lineāro regresiju, balstoties uz reālu datu piemēra. Praktiskajā daļā tika izmantoti dati ozone, kuri satur informāciju par meteoroloģiskajiem novērojumiem un atmosfēriskā ozona koncentrāciju Losandželosas apkaimē. Šiem datiem tika piemērota daudzfaktoru lineārās regresijas modelis, kā arī vairāki vispārinātie aditīvie modeļi. No šiem modeļiem vēlāk tika izvēlēts labākais modelis.The aim of this bachelor thesis is to become acquainted with generalized additive models and their creating possibilities with the help of the R package mgcv. The main tasks of the work were to theoretically examine with generalized additive models, their structure and creation in program R, based on the chosen literature, as well as compare the generalized additive model with multifactor linear regression, based on the real data example. In the practical part, data ozone, which contains information on meteorological observations and atmospheric ozone concentrations in the Los Angeles area, were used. For these data, was applied a multi-factor linear regression model, as well as several general add-on models. From these models, the best model was later chosen