澳大利亚银行 swMATH ID: 31036 软件作者： Gilles Kratzer、Fraser Ian Lewis、Reinhard Furrer、Marta Pittavino 描述： R包abn：用加性贝叶斯网络建模多元数据。贝叶斯网络分析是一种概率图形模型，它是从经验数据中导出的一种有向无环图，DAG，描述随机变量之间的依赖结构。加性贝叶斯网络模型由一种DAG形式组成，其中每个节点都包含一个广义线性模型GLM。加性贝叶斯网络模型等效于使用图形建模的贝叶斯多变量回归，它们将通常的多变量回归GLM推广到多个因变量abn’提供了一些例程来帮助确定给定数据集的最佳贝叶斯网络模型，这些模型用于识别混乱、复杂数据中的统计相关性。这些模型的加性公式相当于多元广义线性模型（包括具有iid随机效应的混合模型）。描述这种模型选择过程的常用术语是结构发现。核心功能与模型选择有关，即从相互依赖的变量中确定最稳健的数据经验模型。拉普拉斯近似用于估计拟合优度指标和模型参数，包装器也包括在INLA包中，INLA包可以从<http://www.r-inla.org>. “abn”网站上提供了一套完整的案例研究、数字准确性/质量保证练习以及其他文档<http://r-bayesian-networks.org>. 主页： https://cran.r-project.org/web/packages/abn/index.html 源代码： https://github.com/cran/十亿 依赖项： R（右） 关键词： 机器学习;arXiv_状态ML;arXiv_cs。LG:arXiv_stat.ME公司;R（右）;R包;加性贝叶斯网络;结构学习;图形模型;贪婪搜索;精确搜索;评分算法;GLM公司;图论 相关软件： Rgraphviz公司;罗杰斯;gR基础;猫网;bn学习;R（右）;g雨;处理;pcalg公司;R工作室;BiDAG公司;RWeka公司;图R;卡爪;mcmcabn公司;瓦兰克;威卡;INLA公司;tf图;圆形的 引用于： 1文件 标准条款 1出版物描述软件 年份 基于R包abn的可加性贝叶斯网络建模arXiv公司吉尔斯·克拉泽、弗雷泽·伊恩·刘易斯、阿里安娜·科明、玛塔·皮塔维诺、莱因哈德·福勒 2019 2位作者引用 1 Jean-Baptiste丹尼斯 1 马克·斯库塔里 在1个序列中引用 1 查普曼和霍尔/CRC统计科学系列教材 在2个字段中引用 1 统计学（62-XX） 1 计算机科学（68至XX） 按年份列出的引文