gofcat:分类反应模型的良好性度量
分类反应模型(CRM)的后估计方法。来自类serp()、clm()、polr()、multinom()和mlogit()的对象的输入,当前支持vglm()和glm(。可用的测试包括二元、多项式和序数逻辑的Hosmer-Lemeshow检验回归;序数的Lipsitz和Pulkstenis-Robison检验模型。比例赔率、相邻类别和受限连续比率模型在序号级别上特别受支持。比例测试序数模型中的赔率假设也可以用Brant和似然比测试。此外,预测强度的几个总结度量(伪R平方)和一些有用的错误度量,包括brier分数、误分类率和对数损失也可用于二元、多项式和序数模型。Ugba,E.R.和Gertheiss,J.(2018)<http://www.statmod.org/workshops_archive_proceedings_2018.html>.
版本: |
0.1.2 |
取决于: |
R(≥3.2.0) |
进口: |
实用程序,蜡笔,统计,矩阵,epiR公司,重塑,字符串,VGAM公司(≥1.1-4) |
建议: |
蛇,dfidx公司,姆洛吉特,奈特,依次的,MASS(质量),测试那个,覆盖(covr) |
出版: |
2022-02-14 |
内政部: |
10.32614/CRAN.包装.gofcat |
作者: |
Ejike R.Ugba公司[aut,cre,cph] |
维护人员: |
Ejike R.Ugba<Ejike.Ugba at outlook.com> |
许可证: |
GPL-2型 |
需要编译: |
不 |
材料: |
自述文件 新闻 |
CRAN检查: |
gofcat结果 |
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=gofcat链接到此页面。