sparseR：排序稀疏原则下的变量选择相互作用和多项式

排序稀疏性方法的实现，包括惩罚回归方法，如稀疏等级套索，its非凸替代方案、弹性网以及稀疏性排名贝叶斯信息准则。如Peterson和卡瓦诺（2022）<doi:10.1007/s10182-021-00431-7>，排名稀疏性是一种哲学，其方法主要用于存在先验信息的变量选择不对称，在尝试执行变量时发生存在相互作用和/或多项式时的选择。最终，这个包试图帮助处理繁琐的交互和多项式，而不是完全避免它们。通常，模型根据排名稀疏原则进行选择也会更加透明，与其他交互和多项式相比，错误选择的交互和多项式更少方法。

版本：	0.3.1
取决于：	R（≥3.5）
进口：	ncvreg公司,爱尔兰航空公司,马格里特,数字播放器,食谱(≥ 1.0.0)
建议：	生存,针织物,rmarkdown公司,额外电缆,测试那个,冠状病毒,模型数据,MASS（质量）
出版：	2024-07-17
内政部：	10.32614/CRAN.包装.解析器
作者：	瑞安·安德鲁·彼得森[aut，cre]
维护人员：	Ryan Andrew Peterson在cuanschutz.edu>
许可证：	GPL-3公司
网址：	https://petersonr.github.io/sparserR/,https://github.com/petersonR/sparserR/
需要编译：	不
引用：	稀疏引用信息
材料：	自述 新闻
CRAN检查：	sparseR结果

文档：

参考手册：	稀疏.pdf
渐晕图：	使用“sparseR”包

下载内容：

包源：	稀疏R_0.3.1.tar.gz
Windows二进制文件：	r-devel公司：稀疏R_0.3.1.zip，r版本：稀疏R_0.3.1.zip，r-oldrel：稀疏R_0.3.1.zip
macOS二进制文件：	r释放（arm64）：稀疏R_0.3.1.tgz，r-oldrel（arm64）：稀疏R_0.3.1.tgz，r-release（x86_64）：稀疏R_0.3.1.tgz，r-oldrel（x86_64）：稀疏R_0.3.1.tgz
旧来源：	sparseR存档

链接：

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