mixedCCA：高维混合的稀疏典型相关分析数据

稀疏典型相关分析的半参数方法它可以处理混合数据类型：连续、二进制和截断连续。提供桥接函数将Kendallτ与潜在相关性联系起来在高斯copula模型下。这些方法如所述Yoon、Carroll和Gaynanova（2020年）<doi:10.1093/biomet/asaa007>和Yoon、Mueller和Gaynanova（2021年）<doi:10.1080/10618600.2021.1882468>.

版本：	1.6.2
取决于：	R（≥3.0.1），统计数据，MASS（质量）
进口：	卢比,pcaPP公司,矩阵,fMultivar（多变量）,mnormt公司,厄尔巴,含羞草(≥2.0.1)
链接到：	卢比,RcppArmadillo公司
出版：	2022-09-09
作者：	格雷斯·尹[aut]，黄明泽【ctb】，伊琳娜·盖纳诺娃[aut，cre]
维护人员：	伊琳娜·加纳诺娃（Irina Gaynanova）
许可证：	GPL-3公司
需要编译：	对
材料：	自述文件
CRAN检查：	混合CCA结果

文档：

参考手册：

混合CCA.pdf

下载内容：

包源：	混合CCA_1.6.2.tar.gz
Windows二进制文件：	r-预发布：混合CCA_1.6.2.zip，r版本：混合CCA_1.6.2.zip，r-oldrel：混合CCA_1.6.2.zip
macOS二进制文件：	r-prerel（arm64）：混合CCA_1.6.2.tgz，r-release（arm64）：混合CCA_1.6.2.tgz，r-oldrel（arm64）：混合CCA_1.6.2.tgz，r-prerel（x86_64）：混合CCA_1.6.2.tgz，r-release（x86_64）：混合CCA_1.6.2.tgz
旧来源：	混合CCA存档

链接：

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