Hmisc公司

Hmisc包:Harrell Miscellaneous,Hmisc库包含许多有用的功能,用于数据分析、高级图形、实用程序操作、计算样本大小和功率的函数、导入数据集、输入缺失值、高级表格制作、变量聚类、字符串操作、S对象转换为LaTeX和重新编码变量。请将错误报告提交到“http://biostat.mc.vanderbilt.edu/trac/Hmisc”(资料来源:http://cran.r-project.org/web/packages)


zbMATH参考文献(39篇文章引用)

显示第1到第20个结果,共39个。
按年份排序(引用)
  1. Jonas M.B.Haslbeck,Lourens J.Waldorp:mgm:在高维数据中估计时变混合图形模型(2020)不是zbMATH
  2. Mateusz Staniak,Przemyslaw Biecek:用于自动勘探数据分析的R包的前景(2019年)阿尔十四
  3. Saul,Bradley C.;Hudgens,Michael G.;Mallin,Michael A.:上游原因的下游影响(2019年)
  4. Sayan Putatunda,Kiran Rama,Dayananda Ubrangala,Ravi Kondapalli:SmartEDA:自动化勘探数据分析的R包(2019)阿尔十四
  5. Imbert,Alyssa;Vialaneix,Nathalie:《统计分析中缺失数据的探索、处理、插补和评估:现有方法综述》(2018年)
  6. Jeffrey C.Miecznikowski,En shuo Hsu,Yanhua Chen,Albert Vexler:testforDEP:An R Package for Modern Distribution free Tests and Visualization Tools for Independence(2018年)不是zbMATH
  7. Alexandra Kuznetsova;Per Brockhoff;Rune Christensen:lmerTest软件包:线性混合效应模型测试(2017)不是zbMATH
  8. Antoine Filipovic Pierucci,Kevin Zarca,Isabelle Durand Zaleski:健康经济评估的马尔可夫模型:R包heemod(2017)阿尔十四
  9. Baumer,Benjamin S.;Kaplan,Daniel T.;Horton,Nicholas J.:现代数据科学与R(2017)
  10. Cho,Sun Joo;Goodwin,Amanda P.:使用广义线性混合模型在双多级二元纵向数据中建模学习:用于测量和解释单词学习(2017)
  11. Vélez,Jorge I.;Marmolejo Ramos,Fernando:扩展列联表的图形诊断测试(2017)
  12. Alexander Kowarik;Matthias Templ:R包VIM的插补(2016)不是zbMATH
  13. Anders Bilgrau;Poul Eriksen;Jakob Rasmussen;Hans Johnsen;Karen Dybkaer;Martin Boegsted:GMCM:使用高斯混合Copula模型的无监督聚类和元分析(2016)不是zbMATH
  14. De Jong,Roel;van Buuren,Stef;Spiess,Martin:使用广义加性模型对预测变量进行多重插补(2016年)
  15. Gerhart,Christoph:双价经济中的多曲线Lévy远期利率模型(2016)
  16. Ugarte,María Dolores;Militino,Ana F.;Arnholt,Alan T.:概率与统计与R(2016)
  17. Vincenzo Lagani,Giorgos Athineou,Alessio Farcomeni,Michail Tsagris,Ioannis Tsamardinos:R包MXM的特征选择:发现统计等效特征子集(2016)阿尔十四
  18. Harrell,Frank E.jun.:回归建模策略。应用于线性模型、逻辑回归和生存分析(2015)
  19. 统计分析;Richard Holland,Berger数据显示。R(2015)中级课程实例
  20. Pierre Bunouf;Geert Molenberghs;Jean-Marie Grouin;Herbert Thijs:结合R功能实现模式混合模型的SAS程序(2015)不是zbMATH