ProbitSpatial公司 swMATH ID: 37939 软件作者: 戴维·马丁内蒂;Ghislain杰尼奥 描述: ProbitSpatial R包:快速准确的空间概率估计。该软件包满足了分析空间离散选择数据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。 主页: https://mran.microsoft.com/snapshot/2017-02-04/web/packages/ProbitSpatial/index.html 源代码: https://github.com/cran/ProbeSpatial网站 依赖项: R(右) 关键词: 空间统计学;探险家;离散选择模型;R包 相关软件: R(右);电弧_磁场;空间探测器;矩阵;斯帕索夫;spBayes Surv公司;spBayes公司;INLA公司;R-Geo公司;生存;RcppEigen基因;卢比;splm公司;汽车;memisc(模因);稀疏矩阵;sp数据;斯普尔;R-INLA公司;McSpatial公司 引用于: 3文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 ProbitSpatial R包:快速准确的空间概率估计。 1460.62010兹罗提大卫·马丁内蒂;Ghislain杰尼奥 2016 全部的 前5名6位作者引用 1 安娜·格洛丽亚·比莱 1 罗杰·比万德。 1 Ghislain杰尼奥 1 维吉利奥·戈梅斯·鲁比奥 1 萨曼莎·莱奥拉托 1 大卫·马丁内蒂 2篇连载文章中引用 1 计量经济评论 1 统计建模 在1个字段中引用 三 统计学(62-XX) 按年份列出的引文