mvglmmRank:体育排名的多元广义线性混合模型团队

根据Broatch和Karl(2018)的记录,最大似然估计是通过一阶或完全指数拉普拉斯近似的EM算法获得的<doi:10.48550/arXiv.1710.05284>,Karl、Yang和Lohr(2014)<doi:10.1016/j.csda.2013.11.019>,和依据卡尔(2012)<数字对象标识代码:10.1515/1559-0410.1471>. 卡尔和齐默尔曼<doi:10.1016/j.jspi.2020.06.004>使用这个软件包来说明在非随机调度下,混合模型中的主场效应估计器是如何有偏的。

版本: 1.2-4
取决于: R(≥3.2.0),矩阵
进口: 数字派生,方法,统计信息,实用工具,MASS(质量)
出版: 2023-01-08
作者: 安德鲁·卡尔ORCID标识[cre,aut],詹妮弗·布劳奇[aut]
维护人员: 安德鲁·卡尔(Andrew T.Karl)
许可证: GPL-2型
需要编译:
材料: 新闻
在视图中: 混合模型,运动分析
CRAN检查: mvglmmRank结果

文件:

参考手册: mvglmm排名.pdf

下载内容:

包源: mvglmmRank_1.2-4.tar.gz
Windows二进制文件: r-devel公司:mvglmmRank_1.2-4.zip格式,r版本:mvglmmRank_1.2-4.zip格式,r-oldrel:mvglmmRank_1.2-4.zip格式
macOS二进制文件: r释放(arm64):mvglmm排名_1.2-4.tgz,r-oldrel(arm64):mvglmm排名_1.2-4.tgz,r-版本(x86_64):mvglmm排名_1.2-4.tgz
旧来源: mvglmmRank存档

链接:

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