加性模型（Additive Model）在R中的实现

加性模型是一种非参数模型，如果说二维散点图的平滑是简单线性回归模型的一般化，那么加性模型就是多元回归模型的一般化。加性模型非常具有灵活性，因为它不象参数模型那样需要假设某种函数形式，只要预测变量对响应变量的影响是独立即可，也称为可加和假设。

加性模型的拟合是通过一个迭代过程（向后拟合算法）对每个预测变量进行样条平滑。其算法要在拟合误差和自由度之间进行权衡最终达到最优。在R中可以利用mgcv包中的gam函数实现加性模型，我们仍以trees数据集作为例子，其中Volume为响应变量，Girth和Height为预测变量。