概述
在开发新的统计方法时,我通常会创建R(右)
更容易应用它们的包。这是什么时候由于时间或资金限制,我无法上传R(右)
我在上使用的代码我的github页面.
我参与了R(右)
到目前为止,社区可以总结如下:
下面您可以找到有关其中一些的更多详细信息贡献。
R包装整洁
NEAT公司是代表网络富集分析测试,可用于评估的测试网络中节点集(通常是基因)之间的关系。
Signorelli、Vinciotti和Wit(2016)对该方法进行了描述。NEAT:一种高效的网络浓缩分析测试。BMC公司生物信息学,17:352,在R(右)
包裹整洁的
,可从CRAN获得。
如果您想了解有关NEAT的更多信息,您可以:
新闻:自2020年11月起,NEAT测试也可以使用生物导体包扩展浏览器
.
R包铅笔
铅笔
是一个缩写对于惩罚回归校准(PRC),一种可以在给定一组预测因子的情况下,用于预测生存结果高维和纵向测量。PRC在R(右)
包裹铅笔
,CRAN提供。
中国首次在Signorelli被描述等。(2021).惩罚回归校准:一种预测使用复杂的纵向和高维数据得出的生存结果。医学统计学, 40 (27), 6178-6196. A详细描述如何使用PRC进行生存期动态预测发现于Signorelli(审查中)。铅笔
:一个R(右)
多人生存动态预测软件包纵向预测。
了解更多有关中国和铅笔
,查看以下资源:
R包装ptmixed
pt混合
是一个缩写对于泊松-特威迪广义线性混合模型,一个已开发为灵活建模的混合效应模型具有过度分散、零膨胀特征的纵向计数数据和/或沉重的尾巴。
Signorelli,M.,Spitali,P.,Tsonaka,R.中描述了该模型。(2021). 泊松-特威迪混合效应模型:一种灵活的方法纵向RNA-seq数据分析。统计建模,21(6),520-545,并在R(右)
包裹pt混合
,CRAN提供。
要了解更多pt混合
:
R包成功
成功
(简称:生存控制Charts Estimation Software)是一个R(右)
实现的包计算和可视化以下质量图表的方法生存结果控制:
- 漏斗图;
- 伯努利CUSUM;
- Biswas&Kalbfleisch的CUSUM(BK-CUSUM);
- 连续时间广义快速响应CUSUM(CGR-CUSUM)。
请注意,漏斗图和Bernoulli CUSUM需要一个将生存结果分为二元结果,而CGR-CUSUM和BK-CUSUM可以适当地处理生存结果。
这个R(右)
包装描述见:Gomon,D.,Fiocco,M。,H.推杆。,西尼奥雷利,M。(2023).SUrvival控制图中的ESimation软件R(右)
:的成功
包裹.R杂志,15(4),270-291。
要了解更多成功
:
2020年欧洲R用户会议(e-Rum2020)
我是这次活动的组织者之一欧洲R用户会议2020年会议(e-Rum2020),均为组织委员会并负责会议的宣传。
e-Rum2020最初计划在2020年5月,米兰。然而,由于COVID19大流行,我们决定将活动变成免费的虚拟会议-第一个完全虚拟的R会议!
如果您想了解更多关于e-Rum2020的信息,您可以: