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。