É crucial compreender o cálculo de erros padrão robustos nos modelos gam ao lidar com dados em cluster . Técnicas convencionais, como o pacote sanduíche , são eficazes para os GLMs, mas o pacote MGCV precisa de estratégias diferentes. Para garantir uma inferência estatística confiável, este artigo examina várias soluções, incluindo Bootstrapping e estimativa de variação de cluster-robust. O uso desses métodos ajuda a evitar desenhar inferências incorretas ao examinar estatísticas de saúde pública ou modelos de risco financeiro.