我一直在阅读我能找到的文件和讨论，但无法得到答案，所以我希望有人可以提供帮助。
我想在优化算法（EM）的上下文中使用gam。在一个更简单的场景中，如果我想使用gam拟合1d高斯，我本可以做到
fit <- gam(y ~ 1)
然而，就我而言，有两个并发症：
y是2d高斯;和mu1，sigma1，mu2，sigma2）来自拟合，还要mu1和mu2是观察者的一些非线性函数。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。
修改
确切地说，问题的形式是
n(x, mu1, sigma1) * n(y, x + mu2(beta), sigma2)
其中n()是高斯pdf，x和y是独立变量，mu2是自变量{{1}的（非线性）函数}}