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://r.org/cran项目包)


zbMATH中的参考文献(引用于,1标准件)

显示结果1到20,共257个。
按年份排序(引用)

1 2 ... 11 12 13 下一个

  1. Glaws,Andrew;Constantine,Paul G.;Cook,R.Dennis:岭恢复的逆回归:计算机实验中参数简化的数据驱动方法(2020年)
  2. 萨普勒·卡兹曼(MichaelKhaznman)和凯瑟琳娜(Katherinexima)提出的旅行群的复杂性问题
  3. Bollhöfer,Matthias;Eftekhari,Aryan;Scheidegger,Simon;Schenk,Olaf:大规模稀疏逆协方差矩阵估计(2019年)
  4. Cheng,Gang;Chen,Yen-Chi:通过自举法对扣除的估计量进行非参数推断(2019)
  5. Fang,Kuangnan;Fan,Xinyan;Lan,Wei;Wang,Bingquan:用于体脂数据的分数响应的非参数加性β回归(2019年)
  6. 龚昭华;刘崇阳;孙杰;张国雷:多元线性回归中的分布稳健(L劏1)-估计(2019)
  7. Negarestani,Hossein;Jamalizadeh,Ahad;Shafiei,Sobhan;Balakrishnan,Narayanaswamy:正态分布的平均混合:性质、推论和应用(2019)
  8. Tsamardinos,Ioannis;Borboudakis,Giorgos;Katsogridakis,Pavlos;Pratikakis,Polyvios;Christophides,Vassilis:高维大数据的贪婪特征选择算法(2019年)
  9. Chantarangsi,W.;Liu,W.;Bretz,F.;Kiatsupaibul,S.;Hayter,A.J.:线性回归残差置信正态概率图(2018年)
  10. Charitidou,E.;Fouskakis,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)
  11. Cordeiro,Gauss M.;Yousof,Haitham M.;Ramires,Thiago G.;Ortega,Edwin M.M.:Burr XII密度系统:特性、回归模型和应用(2018)
  12. Eck,Daniel J.:多元线性回归模型的引导(2018)
  13. El Karoui,Nouredine;Purdom,Elizabeth:我们能相信高维度的引导吗?线性模型案例(2018)
  14. Hokanson,Jeffrey M.;Constantine,Paul G.:使用变量投影的数据驱动多项式岭近似(2018)
  15. Jamal,Farrukh;Aljarrah,Mohammad A.;Tahir,M.H.;Nasir,M.Arslan:新的广义Burr III分布族(2018)
  16. Lipponen,A.;Huttunen,J.M.J.;Romakkaniemi,S.;Kokkola,H.;Kolehmainen,V.:模拟中模型简化误差的修正(2018年)
  17. Liu,Xuqing;Gao,Feng;Wu,Yandong;Zhao,Zhiguo:检测异常值和影响点:基于间接经典马氏距离的方法(2018)
  18. Stephen Reid;Jonathan Taylor;Tibshirani,Robert:基于特征簇的估计和推断的一般框架(2018)
  19. 罗森布拉德,安德烈亚斯:书评:J.J.Faraway,用R扩展线性模型。广义线性,混合效应和非参数回归模型。第二版(2018)
  20. Constantine,Paul G.;Eftekhari,Armin;Hokanson,Jeffrey;Ward,Rachel A.:岭近似的近平稳子空间(2017)

1 2 ... 11 12 13 下一个