正常

指数分布软件包。在本文中,我们提出了normalp包,一个用于统计环境R的包,它有一组处理指数幂分布的工具。在这个软件包中,有计算密度函数、分布函数和指数幂分布分位数的函数,以及从同一分布中生成伪随机数的函数。此外,还描述并实现了有关分布参数估计的方法。当我们假设随机误差按指数分布时,也可以估计线性回归模型。设计了一组函数来执行模拟研究,以查看所用估计器的适用性。提供了该软件包的一些使用示例。

这个软件也是同行评审按日记帐JSS公司.


zbMATH中的参考文献(参考 15篇文章,1标准件)

显示第1到15个结果,共15个。
按年份排序(引用)

  1. 切安卡亚,梅赫迈特·尼亚齐;亚尔ınkaya,阿卜杜拉;Altındaǧ,厄默;阿尔斯兰,奥尔凯:关于Burr III分布在实线上的Epsilon斜延拓的稳健性(2019年)
  2. Barnard,Roger W.;Pearce,Kent;Trindade,A.Alexandre:什么时候尾部均值估计比尾部中值更有效?定量风险管理的答案和启示(2018)
  3. Awadalla,Saria Salah;Mudholkar,Govind S.;Yu,Ziji:功率M-高斯分布:指数功率分布的R-对称模拟(2017)
  4. Hafner,Christian M.;Linton,Oliver:EGARCH模型的几乎闭式估计量(2017)
  5. Tumlinson,S.E.;Keating,J.P.;Balakrishnan,N.:扩展指数功率分布的线性估计(2016年)
  6. Richter,Wolf Dieter:凸面和径向凹面等高分布(2015)
  7. Paige,Robert L.;Trindade,A.Alexandre;Wickramasinghe,R.Indika P.:基于鞍点的引导推理的扩展(2014)
  8. Coin,Daniele:通过多项式回归估计指数功率分布中的功率参数的方法(2013)
  9. 李新民;田丽丽;王娟;穆因迪,约瑟菲娅R.:几种正常人群分位数的比较(2012)
  10. Tarsitano,Agostino;Falcone,Marianna:混合类型数据的缺失值调整(2011)
  11. Bolker,Benjamin M.:非均匀环境中扩散尺度和形状的演化:相关方程法(2010)
  12. Lama,Nicola;Boracchi,Patrizia;Biganzoli,Elia:Densed基因表达数据中新的强度依赖标准化过程的分布模型探索(2009)
  13. Martín,J.;Pérez,C.J.:广义对数正态分布的贝叶斯分析(2009)
  14. Víctor Leiva;Hugo Hernández;Antonio Sanhueza:一类广义逆高斯分布的R包(2008)不是zbMATH
  15. Angelo Mineo;Mariantonietta Ruggieri:指数幂分布的软件工具:normalp包(2005)不是zbMATH