slm:平稳线性模型
在假设误差相关的一般情况下,为线性回归提供统计程序。可以使用不同的方法来估计最小二乘估计量的渐近协方差矩阵。从协方差矩阵的估计开始,修改了置信区间和参数的常规检验。这个包的函数与“lm”的函数非常相似:它包含summary()、plot()、confint()和predict()等方法。E.Caron、J.Dedecker和B.Michel(2019)在论文《平稳误差线性回归:R包slm》中描述了“slm”包,arXiv预印本<doi:10.48550/arXiv.1906.06583>.
版本: |
1.2.0 |
取决于: |
R(≥2.10) |
进口: |
利萨,方法,统计信息,卡普什,三明治,矩阵指数函数 |
出版: |
2020年8月31日 |
作者: |
Emmanuel Caron、Jéróme Dedecker、Bertrand Michel |
维护人员: |
Emmanuel Caron<emmanuelcaron3 at gmail.com> |
许可证: |
GPL-3公司 |
需要编译: |
不 |
CRAN检查: |
slm结果 |
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=slm链接到此页面。