SimJoint:模拟联合配送
在给定非参数边缘及其以Pearson或Spearman相关矩阵为特征的联合结构的情况下,模拟多元相关数据。该模拟器从纯粹的计算角度处理该问题。它不假设任何统计模型,如连接函数或参数分布,并且无论理论上是否可行,都可以近似目标相关性。该算法集成并改进了Iman-Conover(1982)方法<doi:10.1080/03610918208812265>和Ruscio-Kaczetow迭代(2008)<网址:10.1080/00273170802285693>. 为了压缩计算速度,在C++中仔细地实现了包函数,适用于多核环境中的大输入。近似精度和计算速度都大大优于迄今为止各种CRAN软件包。功能示例中详细介绍了基准。此外,还设计了一个简单的启发式算法来优化后仿真阶段的联合分布。该启发式算法证明,在不使用增强的Iman-Conover-Ruscio-Kaczetow算法的情况下,很有可能实现相同的近似精度。该包包含一个Permuted Conjuential Generator的副本。
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=SimJoint链接到此页面。