Je zásadní pochopit výpočet robustních standardních chyb v modelech GAM při řešení seskupených dat . Konvenční techniky, jako je balíček sendwich , jsou účinné pro GLMS, ale balíček MGCV potřebuje různé strategie. Za účelem zajištění spolehlivého statistického závěru tento článek zkoumá různá řešení, včetně bootstrappingu a odhadu rozptylu clusteru. Použití těchto metod pomáhá vyhnout se kreslení nesprávných závěrů při zkoumání statistik veřejného zdraví nebo modelů finančního rizika.