r - gam中的多维高斯

Question

我一直在阅读我能找到但无法得到答案的文档和讨论，所以我希望有人能提供帮助。

  我想gam在优化算法 (EM) 的上下文中使用。在一个更简单的场景中，如果我想使用 拟合一维高斯gam，我可以做到

fit <- gam(y ~ 1)

但是，就我而言，有两个并发症：

1. 我y是二维高斯；和
2. 我不仅需要来自拟合的( mu1, sigma1, mu2, )，而且还需要并且是可观察量的一些非线性函数。sigma2mu1mu2

我想知道在这种情况下我是否仍然可以使用gam，或者我是否必须创建自己的函数。

编辑：

准确地说，问题在于形式

n(x, mu1, sigma1) * n(y, x + mu2(beta), sigma2)

其中n()是高斯 pdf，x并且y是自变量，并且是自变量mu2的（非线性）函数beta。