收缩：全局、参数化和联合收缩系数估计

统计模型的预测值通常可以提高采用收缩法。这可以实现，例如通过正规化回归或经验贝叶斯方法。各种类型的收缩系数可以也可以在最大似然后进行估计。当整体收缩改变时同一因子的所有回归系数，参数化收缩因子回归系数之间存在差异。变量要么很高与内容相关或关联，例如描述非线性效应的设计矩阵，参数化收缩因子为无法解释，并在整体收缩和参数收缩之间达成妥协，“接缝收缩”是一种有用的延伸。计算快捷方式基于DFBETA残差的基于重采样的收缩因子估计可以应用。由lm（）拟合的模型的全局、参数化和接头收缩，glm（）、coxph（）或mfp（）可用。

版本：	1.2.3
取决于：	R（≥3.2.2）
进口：	生存,MASS（质量）,rms（有效值）,制造厂
建议：	声光器件,针织物,rmarkdown公司
出版：	2021年3月31日
作者：	丹妮拉·邓克勒，乔治·海因策
维护人员：	Daniela Dunkler在meduniween.ac.at>
错误报告：	https://github.com/biometrican/shrink/issues
许可证：	GPL-3公司
网址：	https://github.com/biometrican/shrink
需要编译：	不
引用：	收缩引文信息
材料：	新闻
CRAN检查：	收缩结果

文档：

参考手册：	收缩.pdf
渐晕图：	JSS示例代码

下载内容：

包源：	收缩_1.2.3.tar.gz
Windows二进制文件：	r-预发布：收缩_1.2.3.zip，r版本：收缩_1.2.3.zip，r-oldrel：收缩_1.2.3.zip
macOS二进制文件：	r-prerel（arm64）：收缩_1.2.3.tgz，r-release（arm64）：收缩_1.2.3.tgz，r-oldrel（arm64）：收缩_1.2.3.tgz，r-prerel（x86_64）：收缩_1.2.3.tgz，r-release（x86_64）：收缩_1.2.3.tgz
旧来源：	收缩存档

链接：

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