This paper discusses the type of dependence induced by the Generalized Additive Mixed Model (GAMM) approach to regression analysis with correlated data. In this framework, random effects are added on the same scale as the fixed effects. Dependence between outcomes is thus generated by their sharing of common/correlated latent variables. In many cases, this results in strong positive association.

In der Arbeit wird die Abhängigkeit der Schadenbeobachtungen diskutiert, welche in additiven Mischungsmodellen durch die Abhängigkeit der latenten Variablen erzeugt wird. In diesen Modellen werden sowohl parametrische Effekte als auch zufällige Effekte betrachtet. Dabei wird die Abhängigkeit der Beobachtungen dadurch verursacht, dass diese von denselben oder von abhängigen latenten Variablen abhängen. Häufig entsteht dabei eine Abhängigkeit der Beobachtung, die „positive association“ genannt wird.