充分性模型:概率模型的充分性和通用性优化
主要应用程序涉及具有两个主要贡献的新稳健优化包。第一个贡献是指通过几种统计数据的组合来评估概率模型的充分性,这些统计数据衡量给定数据集统计模型的相对质量。第二种方法提供了一种基于元神经函数的通用优化方法,用于最大化或最小化任意目标函数。
版本: |
2.0.0 |
进口: |
方法、统计数据、图形 |
出版: |
2016-05-20 |
作者: |
佩德罗·拉斐尔·迪尼兹·马里奥[aut,cre],马塞洛·布尔吉尼翁[aut,ctb],西塞罗·拉斐尔·巴罗斯·迪亚斯[aut,ctb] |
维护人员: |
佩德罗·拉斐尔·迪尼兹·马里尼奥(Pedro Rafael Diniz Marinho)<Pedro.Rafael.Marinho at gmail.com> |
许可证: |
GPL-2型|GPL-3公司[扩展自:GPL(≥2)] |
网址: |
网址:http://www.r-project.org |
需要编译: |
不 |
CRAN检查: |
充分性模型结果 |
文档:
下载内容:
反向依赖关系:
链接:
请使用规范形式https://CRAN.R-project.org/package=AdequacyModel链接到此页面。