spikeLabGAM:广义贝叶斯变量选择和模型选择加性混合模型

贝叶斯变量选择、模型选择和正则化(空间)广义可加混合回归模型的估计通过随机搜索变量选择和spike-and-slab先验。

版本: 1.1-19
取决于: R(≥2.15.1)
进口: 尾波,集群,ggplot2(≥ 2.0.0),额外网格(≥ 2.0.0),插入,MASS(质量),MCMC组件,mvtnorm公司,R2 WinBUGS软件,重塑,规模,花键,平行
建议: 姆博斯特,ml试验台,gtable表,针织者,rmarkdown公司
出版: 2022-06-10
作者: 费边计划[aut,cre],贝蒂娜·格伦
维护人员: Fabian Scheip<stat.uni-muenchen.de>的Fabian.Scheipl
许可证: 麻省理工学院+文件许可证
网址: https://github.com/fabian-s/spikeSlabGAM网站
需要编译: 是的
引用: spikeLabGAM引用信息
材料: 新闻
在视图中: 贝叶斯主义者
CRAN检查: spikeLabGAM结果

文档:

参考手册: 钉子标签GAM.pdf
守夜人: spikeLabGAM:R中广义可加混合模型的贝叶斯变量选择、模型选择和正则化

下载内容:

包源: 尖头标签GAM_1.1-19.tar.gz
Windows二进制文件: r-devel公司:钉子标签GAM_1.1-19.zip,r版本:钉子标签GAM_1.1-19.zip,r-oldrel:钉子标签GAM_1.1-19.zip
macOS二进制文件: r释放(arm64):尖头标签GAM_1.1-19.tgz,r-oldrel(arm64):尖头标签GAM_1.1-19.tgz,r-版本(x86_64):尖头标签GAM_1.1-19.tgz,r-oldrel(x86_64):尖头标签GAM_1.1-19.tgz
旧来源: spikeLabGAM存档

反向依赖关系:

反向进口: countSTAR(计数星),SeBR公司

链接:

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