On tärkeää ymmärtää vankkajen standardivirheiden laskeminen gam -malleissa käsitellessäsi klusteroituja tietoja . Tavanomaiset tekniikat, kuten voileipä paketti, ovat tehokkaita GLMS: lle, mutta mgcv paketti vaatii erilaisia ​​strategioita. Luotettavien tilastollisten päätelmien varmistamiseksi tässä artikkelissa tarkastellaan erilaisia ​​ratkaisuja, mukaan lukien bootstrapping ja klusterin robust-varianssin arviointi. Näiden menetelmien käyttö auttaa välttämään väärien päätelmien tekemistä tutkittaessa kansanterveystilastoja tai rahoitusriskiä.