FDboost:增强函数回归模型

功能数据的回归模型,即标度函数,拟合了函数对标量和函数对函数回归模型采用分量梯度增强算法。有关如何使用“FDboost”的手册,请参阅Brockhaus,Ruegamer,Greven(2017)<doi:10.18637/jss.v094.i10>.

版本: 1.1-2
取决于: R(≥3.5.0),姆博斯特(≥ 2.9-0)
进口: 方法、图形、grDevices、utils、stats、,矩阵gamboostLSS公司(≥2.0-0),刺伤mgcv公司MASS(质量)动物园
建议: 食品药品管理局领域ggplot2地图地图数据针织物退款测试那个
出版: 2023-08-12
作者: 莎拉·布罗克豪斯,David Ruegamer【aut,cre】,杏仁石[aut],托尔斯滕·霍霍恩,其他许多人的贡献(见inst/contributions)[ctb]
维护人员: David Ruegamer<gmail.com>上的David.Ruegamer
错误报告: https://github.com/boost-R/FDboost/issues
许可证: GPL-2型
网址: https://github.com/boost-R/FDboost
需要编译:
引用: FDboost引文信息
材料: 新闻
在视图中: 功能数据
CRAN检查: FDboost结果

文档:

参考手册: FDboost.pdf文件
渐晕图: FDboost FLAM加拿大
FDboost FLAM燃油
FDboost FLAM粘度
FDboost密度-单胎分娩

下载内容:

程序包来源: FDboost_1.1-2.tar.gz型
Windows二进制文件: r-devel公司:FDboost_1.1-2.zip,r版本:FDboost_1.1-2.zip,r-oldrel:FDboost_1.1-2.zip
macOS二进制文件: r释放(arm64):FDboost_1.1-2.tgz型,r-oldrel(arm64):FDboost_1.1-2.tgz型,r-release(x86_64):FDboost_1.1-2.tgz频率
旧来源: FDboost存档

反向依赖关系:

反向建议: 最大似然比

链接:

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