可加模型预测法

可加模型预测法（additive model），管理学-管理科学与工程-预测理论与方法-相关分析预测法-非参数回归分析预测法-可加模型预测法，利用可加回归模型对因变量预测的一种方法。可加模型预测法基于非参的模型，因而比线性回归预测法有更强的灵活性。该预测法中每一个自变量与因变量的关系都可以用自变量的非参函数进行解释，有很强的模型解释能力。利用可加模型预测法进行预测，需要首先建立可加模型，对模型参数进行估计。可加模型最早在1947年由W.里昂惕夫（W.Leontief）进行投入产出分析时提出，之后在19世纪80年代有大量研究发展了倒退拟合法（backfitting）对可加模型进行估计。标记因变量为，解释变量有个，记为，可加模型的数学表达式为：其中是在下的条件期望，是常数，是自变量的非参函数，也是需要估计的量。需要注意的是，中的变量都是连续性的。主要有两种方法对可加模型进行估计，一种是倒退拟合法，一种是边际积分法（marginal integration）。倒退拟合法是一种迭代方法，其在可加模型空间中寻找最优的模型以求拟合。