bgsmtr：贝叶斯群稀疏多任务回归
贝叶斯多任务回归模型的实现，是在成像遗传学的背景下开发的。该软件包目前可以安装两种型号。Greenlaw等人（2017）的贝叶斯群稀疏多任务回归模型<doi:10.1093/bioinformatics/btx215>可以适用于使用吉布斯采样的实现。Song，Ge等人为适应空间相关性以及大脑半球之间的相关性而开发的该模型的扩展也可以使用平均场变分Bayes或Gibbs采样进行拟合。该模型还可以更广泛地用于具有空间相关性的多变量（非成像）表型。
| 版本： |
0.7 |
| 取决于： |
R（≥3.5.0），矩阵(≥ 1.2.6),mvtnorm公司(≥1.0.5),矩阵（matrixcalc）(≥ 1.0.3),其他工具(≥ 0.6.22) |
| 进口： |
尾波(≥ 0.18.1),爱迪生(≥ 1.1.1),随机反演(≥1.4.26），方法（≥3.3.3），稀疏MVN(> 0.2.0),内联(≥0.3.15),Laplaces恶魔(≥ 16.1.0),格尔姆奈特(≥2.0.13),霍尔威斯哈特(≥ 0.9.3),mnormt公司（≥1.5.4），卢比(≥0.12.14) |
| 出版： |
2019-12-13 |
| 作者： |
尹松、葛树飞、王良良、曹继国、基林·格林劳、玛丽·莱斯佩兰斯、法鲁克·纳图 |
| 维护人员： |
吟颂<uvic.ca的吟颂> |
| 许可证： |
GPL-2型 |
| 需要编译： |
不 |
| CRAN检查： |
bgsmtr结果 |
文档：
下载内容：
链接：
请使用规范形式https://CRAN.R-project.org/package=bgsmtr链接到此页面。