大卫·马丁内蒂;Ghislain杰尼奥 ProbitSpatial R包：快速准确的空间概率估计。 （英语） 1460.62010兹罗提 Colubi，Ana（编辑）等人，《2016年第22届计算统计国际会议论文集》，西班牙奥维耶多，2016年8月23日至26日。海牙：国际统计研究所；海牙：国际统计计算协会。1-11 (2016). 概要：该软件包满足了对空间离散选择数据分析的强大和可靠模型的新需求。由于可用的大量地理空间和位置数据的爆炸式增长，旧的估计技术无法承受维度的过程，并且仅限于少于几千个观测值的样本。ProbitSpatial中包含的函数允许在Probit规范下快速准确地估计空间自回归和空间误差模型。它们基于近似多元正态分布函数的最大似然，而这项任务在几年前还被认为是一项艰巨的任务。广泛的模拟和实证研究证明，如果空间权重矩阵采用方便的稀疏形式，这些函数可以很容易地处理多达数百万个观测值的样本大小，就像大型数据集的情况一样，其中每个观测值仅与少数其他观测值相邻。SpatialProbit依赖于Rcpp、RcppEigen和Matrix包来快速计算大型稀疏矩阵。空间二元选择模型的可能应用包括疾病和病原体的传播、植物分布、技术和创新采用、森林砍伐、土地利用变化等。有关整个系列，请参见[Zbl 1445.62003号]. 引用于2文件 MSC公司： 62-04 统计相关问题的软件、源代码等 62立方米 空间过程推断 关键词：空间统计学;探险家;离散选择模型;R包 软件：探测空间;RcppEigen基因;R（右）;矩阵;卢比 PDF格式BibTeX公司 XML格式引用 \textit{D.Martinetti}和\textit{G.Geniaux}，摘自：2016年COMPSTAT会议记录——第22届国际计算统计会议，西班牙奥维耶多，2016年8月23日至26日。海牙：国际统计研究所；海牙：国际统计计算协会。1-11（2016年；兹比尔1460.62010）