lcmm:使用潜在类和潜在过程的扩展混合模型

混合模型的各种扩展的估计,包括潜在类混合模型、联合潜在类混合模式、曲线结果的混合模式、使用最大似然估计方法的多元纵向结果的混合模型(Proust-Lima、Philipps、Liquet(2017))<doi:10.18637/jss.v078.i02>).

版本: 2.1.0
取决于: R(≥3.5.0)
进口: nlme公司,生存(≥2.37-2),平行,mvtnorm公司,随机工具箱,马尔克列夫·阿尔格(>2.0),do并行,数字派生
建议: 针织物,rmarkdown公司,格子,标准Psy
出版: 2023-10-06
作者: Cecile Proust-Lima[aut,cre],薇薇安·菲利普斯,阿马杜·迪亚基特(Amadou Diakite)[ctb],贝诺特酒
维护人员: Cecile Proust-Lima<Cecile.Proust-Lima at inserm.fr>
错误报告: https://github.com/CecileProust-Lima/lcmm/issues网站
许可证: GPL-2型|GPL-3公司[扩展自:GPL(≥2.0)]
网址: https://cecileproust-lima.github.io/lcmm/
需要编译:
引文: lcmm引文信息
材料: 自述文件 新闻
在视图中: 集群
CRAN检查: lcmm结果

文档:

参考手册: lcmm.pdf格式
渐晕图: 介绍

下载内容:

包源: lcmm_2.1.0.tar.gz格式
Windows二进制文件: r-发展:lcmm_2.1.0.zip格式,r版本:lcmm_2.1.0.zip格式,r-oldrel:lcmm_2.1.0.zip格式
macOS二进制文件: r释放(arm64):lcmm_2.1.0.tgz格式,r-oldrel(arm64):lcmm_2.1.0.tgz格式,r-release(x86_64):lcmm_2.1.0.tgz格式
旧来源: lcmm存档

反向依赖关系:

反向取决于: JLPM公司
反向进口: DynForest公司,FlexVarJM公司,nlive公司,标准Psy,铅笔,SlaPMEG公司
反向建议: 拉特伦

链接:

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