singR：同步非高斯分量分析

实现SING算法，从两个数据集中提取联合和单个非高斯分量。SING使用一个目标函数，最大化潜在成分的偏度和峰度，并对其进行惩罚，以增强受试者得分之间的相似性。与其他现有方法不同，SING不使用PCA进行降维，而是使用非高斯性，这可以改进特征提取。Benjamin B.Risk，Irina Gaynanova（2021年）<doi:10.1214/21-AOAS1466>.

版本：	0.1.2
取决于：	R（≥2.10）
进口：	MASS（质量）(≥ 7.3-57),卢比(≥ 1.0.8.3),线索(≥ 0.3-61),伽马(≥1.20.1),IC测试(≥ 0.3-5)
链接到：	卢比,RcppArmadillo公司
建议：	针织物,覆盖（covr）,测试那个(≥ 3.0.0),rmarkdown公司
出版：	2024-02-09
内政部：	10.32614/CRAN.包装
作者：	王良康[aut，cre]，伊琳娜·盖纳诺娃[aut]，本杰明风险[自动]
维护人员：	王良康<王良康在brown.edu>
许可证：	麻省理工学院+文件许可证
需要编译：	对
引用：	singR引文信息
CRAN检查：	singR结果

文档：

参考手册：	签名R.pdf
渐晕图：	singR教程

下载内容：

包源：	单个R_0.1.2.tar.gz
Windows二进制文件：	r-devel公司：信号R_0.1.2.zip，r版本：信号R_0.1.2.zip，r-oldrel：信号R_0.1.2.zip
macOS二进制文件：	r释放（arm64）：单个R_0.1.2.tgz，r-oldrel（arm64）：信号R_0.1.2.tgz，r-release（x86_64）：信号R_0.1.2.tgz，r-oldrel（x86_64）：信号R_0.1.2.tgz
旧来源：	singR存档

链接：

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