CCA公司

CCA:扩展典型相关分析的R包。用探索性方法(CCA)对两个实验单元之间的相关关系进行分析。R(R Development Core Team 2007)中的cancor()函数执行核心计算,但还需要进一步的工作,以便为用户提供更多的工具,以方便对结果的解释。我们实现了一个R包,CCA,可从综合R档案网络(CRAN,http://CRAN.R-project.org/),以开发数字和图形输出,并使用户能够处理丢失的值。CCA包还包括一个正则化版本的CCA,用于处理变量多于单元的数据集。插图是通过对一组来自老鼠营养学研究的数据集的分析给出的。


zbMATH中的参考文献(参考文献14条,1标准件)

显示第1至14个结果,共14个。
按年份排序(引用)

  1. 兰沃斯,本杰明W。;斯蒂芬斯,丽贝卡L。;吉尔摩,约翰H。;Fine,Jason P.:椭圆copula的典型相关分析(2021)
  2. 普拉茨,马科斯·奥利维拉;阿松ção、 雷纳托·马丁斯;Rodrigues,Erica Castilho:通过替换地理质心缓解区域数据问题的空间混淆(2019)
  3. 查图尔维迪,尼米莎;de Menezes,任é埃克斯。;Goeman,Jelle J.:用于测试两大组变量之间关联的全局(\times)全局测试(2017)
  4. Fieller,Nick:统计矩阵代数基础\texttr(2015)
  5. 唐、余杭;工藤,树黑;卞、辛;李真;Karniadakis,George Em:多尺度通用接口:耦合异构解算器的并行框架(2015)
  6. 特内豪斯,亚瑟;菲利普,凯茜;Frouin,Vincent:核广义典型相关分析(2015)
  7. 威尔姆斯,伊内斯;Croux,Christophe:从预测角度进行稀疏典型相关分析(2015)
  8. 克鲁兹·卡诺,劳尔;李美玲:快速正则化典型相关分析(2014)
  9. 袁云浩;孙全森;葛红伟:分数阶嵌入正则相关分析及其在多视角降维与识别中的应用(2014)
  10. 吕库,阿纳斯塔西亚;惠塔克,乔:稀疏CCA使用套索与积极约束(2010年)
  11. 索尼森,夏洛特;利尔杰比ö恩,亨里克;菲奥雷托斯,托阿斯;Fontes,Magnus:基因表达和拷贝数变化的典型相关分析(2010)ioport公司
  12. 曹,金安ê; 马丁,帕斯卡·G。P、 。;罗伯特·格拉尼é, 上帝啊è乐;Besse,Philippe:生物数据集成的稀疏规范方法:在跨平台研究中的应用(2009)ioport公司
  13. 曹,金安ê; 罗索,黛布拉;罗伯特·格拉尼é, 上帝啊è乐;Besse,Philippe:整合omics数据时变量选择的稀疏PLS(2008)
  14. 伊格纳西奥·冈茨á里兹;Sé巴斯蒂安é琼;帕斯卡·马丁;阿兰·巴奇尼:CCA:扩展典型相关分析的R包(2008)不是zbMATH