alr3

alr3:数据伴随应用线性回归第3版,该包是教科书S.Weisberg(2005),“应用线性回归”,第3版,威利。它包括本书中讨论的所有数据集(除了一个),以及一些针对本书中讨论的方法而定制的函数。从2.0.0版起,此包取决于汽车包。许多以前在alr3中的功能已经被重命名,现在驻留在car中。对数据文件稍作修改,使一些数据列成为行标签。(资料来源:http://cran.r-project.org/web/packages)


zbMATH中的参考文献(参考文献274篇,1标准件)

显示274的结果1到20。
按年份排序(引用)

1 2 ... 12 13 14 下一个

  1. 弗雷塔斯,鲁道夫S.M。;巴博萨,卡洛斯·H·S。;盖拉,加布里埃尔M。;库蒂尼奥,阿尔瓦罗L.G.A。;Rochinha,Fernando A:不确定条件下地震成像中反向时间偏移的编码器-解码器深度代理(2021)
  2. 戈梅斯,安德烈斯;Prokopyev,Oleg A:最佳子集选择的混合整数分式优化方法(2021)
  3. 奥克兰,Per A。;张兰:观测到的渐近方差:硬边和回归方法(2021)
  4. 布奇尼,亚历山德罗;德拉克鲁斯卡布雷拉,奥马尔;多纳泰利,马可;马丁内利,安德烈;Reichel,Lothar:具有非凸损失和惩罚的大规模回归(2020)
  5. 陈秀萍;蔡广辉;高、严;赵尚伟:异方差下非负garrote估计的渐近最优性(2020)
  6. 格拉斯,安德鲁;康斯坦丁,保罗G。;Cook,R.Dennis:脊线恢复的逆回归:计算机实验中参数简化的数据驱动方法(2020)
  7. 哈奇,迈克尔;Neznakhina,Katherine:网格簇中欧几里德广义旅行商问题的复杂性和可接近性(2020)
  8. 杨,杨;熊、平;黄青;陈飞:大规模线性回归的安全有效外包计算(2020)
  9. 波勒霍夫,马提亚斯;雅利安人伊夫特哈里;赛义德格尔,西蒙;Schenk,Olaf:大规模稀疏逆协方差矩阵估计(2019)
  10. 程刚;陈延智:非参数推断的自举减损估计量(2019)
  11. 方,匡南;范新燕;兰薇;Wang,Bingquan:分数响应的非参数加性β回归(2019年)
  12. 龚昭华;崇阳、崇刘;孙杰;Teo,Kok-Lay:分布稳健(Lˉ1)-多元线性回归估计(2019)
  13. 内加雷斯塔尼,侯赛因;亚哈,贾玛利扎德;沙菲伊,索班;Balakrishnan,Narayanaswamy:正态分布的平均混合:性质、推论和应用(2019)
  14. 查马尔迪诺,约安尼斯;博尔布达基斯,乔戈斯;卡索格里塔基斯,帕夫洛斯;普拉提卡基斯,多维奥斯;Christophides,Vassilis:高维大数据的贪婪特征选择算法(2019)
  15. 尚塔朗西,W。;刘伟。;布雷茨,F。;Kiatsupaibul,S。;Hayter,A.J.:线性回归残差的正态概率图(2018)
  16. 查理蒂杜,E。;福斯卡基斯,D。;Ntzoufras,I.:使用默认贝叶斯因子的客观贝叶斯变换和变量选择(2018)
  17. 科尔代罗,高斯M。;尤索夫,海瑟姆。;拉米尔斯,蒂亚戈G。;Ortega,Edwin M.M.:Burr XII密度系统:性质、回归模型和应用(2018)
  18. 邓德,埃姆雷;树胶蛋白;Cengiz,Mehmet Ali:通过人工蜂群算法在伽马回归模型中选择变量(2018)
  19. Eck,Daniel J.:多元线性回归模型的引导(2018)
  20. El Karoui,努雷丁;伊丽莎白:我们能相信高维度的引导吗?线性模型案例(2018)

1 2 ... 12 13 14 下一个