glmmTMB:使用模板模型生成器的广义线性混合模型

拟合各种线性和广义线性混合模型扩展,包括零通货膨胀。使用最大通过“TMB”(模板模型生成器)进行似然估计。随机效应是假设线性预测器标度为高斯,并进行积分使用拉普拉斯近似。使用自动计算坡度区别。

版本: 1.1.9
取决于: R(≥3.6.0)
进口: 方法,三甲基溴(≥ 1.9.0),lme4型(≥ 1.1-18.9000),矩阵,国家实验室,数字派生,管理现金流量
链接到: 三甲基溴,RcppEigen基因
建议: 针织物,rmarkdown公司,测试那个,MASS(质量),晶格,ggplot2(≥2.2.1),百万美元修订版,bbmle公司(≥ 1.0.19),pscl公司,尾波,重塑2,汽车(≥ 3.0.6),emmeans公司(≥ 1.4),可估计性,DHARMa公司,多计算机,MuMIn公司,影响(≥4.0-1),点须,扫帚,扫帚式混合,胶合板,png公司,靴子,特克斯雷格,可发送的,可拥抱的,mvabund公司,平行,blme公司,呜呜声,数字播放器
出版: 2024-03-20
作者: 莫莉·布鲁克斯ORCID标识[aut,cre],本·博尔克ORCID标识[aut],卡斯珀·克里斯滕森,马丁·梅克勒ORCID标识[aut],阿尼·马格努森ORCID标识[aut],梅夫·麦基利库迪,汉斯·斯卡格ORCID标识[aut],安德斯·尼尔森ORCID标识[aut],卡斯佩尔·贝格ORCID标识[aut],科恩·范·边沁[aut],纳菲斯·萨达特ORCID标识【ctb】,丹尼尔·吕德克ORCID标识【ctb】,俄罗斯长度[ctb],约瑟夫·奥布莱恩ORCID标识【ctb】,查尔斯·盖尔,米凯尔·贾根ORCID标识【ctb】,布伦顿·维尔尼克ORCID标识【ctb】,丹尼尔·B·斯托弗ORCID标识【ctb】
维护人员: 莫莉·布鲁克斯(Mollie Brooks)
错误报告: https://github.com/glmmTMB/glmmTMB/问题
许可证: AGPL-3型
网址: https://github.com/glmmTMB/glmmTMB
需要编译:
系统要求: GNU品牌
引用: glmmTMB引文信息
材料: 新闻
在视图中: 环境计量学,混合模型
CRAN检查: glmmTMB结果

文档:

参考手册: glmmTMB.pdf格式
渐晕图: 与glmmTMB的协方差结构
黑客glmmTMB
使用glmmTMB的后期MCMC
其他示例
使用glmmTMB进行并行优化
glmmTMB中的Priors
根据拟合的glmmTMB模型或公式进行模拟
使用glmmTMB进行故障排除
glmmTMB使用的基本示例
模型评估

下载内容:

包源: glmmTMB_1.1.9.tar.gz公司
Windows二进制文件: r-devel公司:glmmTMB_1.1.9.zip格式,r-释放:glmmTMB_1.1.9.zip格式,r-oldrel:glmmTMB_1.1.9.zip格式
macOS二进制文件: r释放(arm64):glmmTMB_1.1.9.tgz公司,r-oldrel(arm64):glmmTMB_1.1.9.tgz公司,r-版本(x86_64):glmmTMB_1.1.9.tgz公司,r-oldrel(x86_64):glmmTMB_1.1.9.tgz公司
旧来源: glmmTMB存档

反向依赖关系:

反向取决于: gmv接头,预测平均数
反向进口: 简历,DEGRE(度),GLM余弦,glmm序列,icc计数,列夫科3,LongDat公司,马斯林2,麦科图,mtscr公司,麝香葡萄酒,双西格玛
反向建议: 无咖啡因咖啡,AICcmodavg公司,贝叶斯测试R,扫帚助手,扫帚式混合,建筑工人,DHARMa公司,生态统计局,视线跟踪R,G效应,格尔默特里,恩惠,洞察,边缘效应,metafor公司,米特尔,毫米,摩卡,基于模型,多计算机,奥尔贝塔雷格,参数,性能,排列,二维码,RVAide回忆录,sdmTMB公司,看见,sj绘图,垃圾堆,有轨电车,WeMix公司
反向增强: 特克斯雷格

链接:

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