基于装配分解技术的MMAD:MM算法

基于装配分解（AD）技术的最小最大化（MM）算法可用于参数模型、半参数模型和非参数模型的模型估计。我们选择了参数模型，包括左截断正态分布、I型多元零膨胀广义泊松分布和多元复合零膨胀广义泊松分布；半参数模型包括考克斯模型和伽马脆弱性模型；对II型间隔相关数据进行非参数模型估计。这些通用方法是基于以下论文提出的，田、黄、徐（2019）<doi:10.5705/SS.202016.0488>,黄、徐、田（2019）<doi:10.5705/ss.202016.0516>,张和黄（2022）<数字对象标识代码：10.1117/12.2642737>.

版本：	1.0.0
取决于：	R（≥3.5.0）
进口：	统计、gr设备、，生存
出版：	2023-07-08
内政部：	10.32614/CRAN.包装。MMAD公司
作者：	黄喜芬[aut]，刘登戈[aut，cre]，周云鹏
维护人员：	刘登阁<dongge_adam at 126.com>
许可证：	GPL（≥3）
需要编译：	不
CRAN检查：	MMAD结果

文档：

参考手册：

MMAD.pdf文件

下载内容：

包源：	MMAD_1.0.0.tar.gz
Windows二进制文件：	r-devel公司：MMAD_1.0.0.zip文件，r版本：MMAD_1.0.0.zip文件，r-oldrel：MMAD_1.0.0.zip文件
macOS二进制文件：	r释放（arm64）：MMAD_1.0.0.tgz，r-oldrel（arm64）：MMAD_1.0.0.tgz，r-release（x86_64）：MMAD_1.0.0.tgz，r-oldrel（x86_64）：MMAD_1.0.0.tgz

链接：

请使用规范形式https://CRAN.R-project.org/package=MMAD链接到此页面。