rwa：执行相对权重分析

按照所述方法进行相对权重分析（RWA）（也称为关键驱动因素分析）Tonidandel&LeBreton（2015）<doi:10.1007/s10869-014-9351-z>，最初起源于约翰逊（2000）<doi:10.1207/S15327906MBR3501_1>. 本质上，RWA分解回归模型中预测的总方差转化为准确反映比例的权重预测变量的贡献，解决了多重共线性问题。在典型情况下，RWA返回了与Shapley回归相似的结果，但在计算性能上具有显著优势。

版本：	0.0.3
进口：	数字播放器,马格里特，统计，第三年,ggplot2
出版：	2020-11-24
内政部：	10.32614/CRAN.包装.rwa
作者：	马丁·陈
维护人员：	Martin Chan<gmail.commartinchan53>
错误报告：	https://github.com/martinctc/rwa/issues
许可证：	GPL-3公司
网址：	https://github.com/martinctc/rwa
需要编译：	不
材料：	自述 新闻
CRAN检查：	rwa结果

文档：

参考手册：

卢旺达.pdf

下载内容：

包源：	卢旺达_0.0.3.tar.gz
Windows二进制文件：	r-devel公司：rwa_0.0.3.拉链，r版本：rwa_0.0.3.拉链，r-oldrel：rwa_0.0.3.拉链
macOS二进制文件：	r释放（arm64）：卢旺达_0.0.3.tgz，r-oldrel（arm64）：卢旺达_0.0.3.tgz，r-release（x86_64）：卢旺达_0.0.3.tgz，r-oldrel（x86_64）：卢旺达_0.0.3.tgz

链接：

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