Monitoring data in R with the lumberjack package
Statistics Netherlands（荷兰统计局）
lumberjack包通过简化日志记录过程，帮助用户在R中监控数据处理和转换过程中的动态变化。
2020-05-08 stat.CO
Thirteen Simple Steps for Creating An R Package with an External C++ Library
我们描述了如何通过使用Rcpp包，使用外部C++代码库扩展R。我们的工作示例使用了最近的机器学习库和应用程序“Corels”，提供了最佳但易于解释的规则列表<arXiv:1704.01701>，我们以“RcppCorels”包的形式将其带到R中。我们讨论了这个过程中的每一个步骤，并得出了一套简单的规则和建议，并与具体的例子说明。
2019-11-14 stat.CO
EcoMem: An R package for quantifying ecological memory
生态过程可能对过去的干扰表现出记忆，影响生态系统对未来干扰的恢复力。了解生态记忆在塑造全球变化下生态系统对干扰的反应中的作用是制定有效的适应性管理策略以维持生态系统功能和生物多样性的关键一步。我们开发了EcoMem，一个R包，用于量化生态记忆功能，使用常见的环境时间序列数据（连续，计数，比例）应用贝叶斯分层框架。该软件包估计连续和二进制的存储器函数（例如，扰动年表）变量，不对函数的形式进行先验假设。EcoMem允许用户量化各种生态系统过程和响应的生态记忆。使用模拟数据集和案例研究评估记忆的北方树木生长昆虫落叶的包，以提高对生态系统的记忆环境驱动程序的理解的效用。
2019-02-20 stat.CO
Estimation of extended mixed models using latent classes and latent processes: the R package lcmm
R包lcmm提供了一系列函数来估计基于线性混合模型理论的统计模型。它包括高斯纵向结局（hlme）、曲线和有序单变量纵向结局（lcmm）和曲线多变量结局（multlcmm）的混合模型和潜在类混合模型的估计，以及（高斯或曲线）纵向结局和可能左截尾右删失并在竞争环境中定义的至事件时间的联合潜在类混合模型（Jointlcmm）的估计。极大似然估计器使用修改的Marquardt算法获得严格的收敛准则的基础上的参数和似然稳定性，和负的二阶导数。该软件包还提供各种拟合后功能，包括拟合优度分析、分类、绘图、预测轨迹、事件的个体动态预测和预测准确性评估。本文构成了配套文件包通过介绍每个家庭的模型，估计技术，一些实施细节，并通过一个数据集的认知老化的例子。
2016-01-24 stat.CO stat.ME
SVEMnet: An R package for Self-Validated Elastic-Net Ensembles and Multi-Response Optimization in Small-Sample Mixture-Process Experiments
Karl Statistical Services（卡尔统计服务公司）
SVEMnet是一个用于小样本混合过程实验的R包，通过自验证弹性网集成和多响应优化提升模型性能。
2026-10-26 stat.CO
missSBM: An R Package for Handling Missing Values in the Stochastic Block Model
随机块模型（SBM）是一种流行的随机图的概率模型。它通常用于通过将共享相似连接模式的节点聚合到块中来对网络数据进行聚类。当将SBM拟合到部分观察到的网络时，重要的是要考虑生成缺失值的底层过程，否则推断可能会有偏差。本文介绍了missSBM，一个R-包拟合SBM时，网络是部分观察，即，邻接矩阵不仅包含1或0的编码边的存在或不存在，而且还包含NA的编码节点对之间的缺失信息。该软件包实现了一组算法，用于拟合二进制SBM，可能在外部协变量的存在下，通过执行适应于几个观察过程的变分推断。我们的实现自动探索不同的块号，以选择最相关的模型，根据综合分类可能性（ICL）标准。ICL准则还可以帮助确定哪个观测过程更好地对应于给定的数据集。最后，missSBM可用于对邻接矩阵中缺失的条目进行填补。我们说明了在2007年法国总统大选期间抽样的政治博客之间的互动组成的网络数据集上的包。
2021-05-27 stat.CO
gsaot: an R package for Optimal Transport-based sensitivity analysis
本文介绍 R 包 gsaot，其基于最优传输实现模型无关的全局敏感性分析，集成多种求解器与可视化功能，并给出理论、算法和使用示例。
2025-07-24 stat.CO
R Package ASMap: Efficient Genetic Linkage Map Construction and Diagnosis
虽然各种形式的连锁图谱构建软件广泛使用，但在R统计计算环境中使用的软件包明显缺乏。本文介绍了ASMap连锁图构建R软件包，其中包含使用高效MSTmap算法对大量标记进行聚类和优化排序的功能。除了构建功能外，该软件包还包含一套工具，以帮助快速诊断和修复构建的连锁图。该软件包功能还可用于连锁图谱构建后的技术，如精细作图或同一群体的组合图谱。为了展示ASMap的效率和功能，利用高密度大麦回交标记数据集展示了完整的连锁图构建过程。
2017-05-19 stat.CO
BKP: An R Package for Beta Kernel Process Modeling
East China Normal University（华东师范大学）
该研究介绍了R包BKP，用于从多种响应数据估计概率曲面。它实现了贝塔核过程等模型，支持多种功能，如核加权证据借用等，通过可重现示例展示了在概率曲面估计、分类及实际数据建模等方面的应用。
2026-10-06 stat.CO stat.ML
Calculating probabilistic excursion sets and related quantities using excursions
R软件包excursions包含用于计算潜在高斯随机过程和场的概率偏移集、轮廓可信区域和同步置信带的方法。它还包含等高线图的不确定性量化和高斯积分的计算方法。本文介绍了该软件包中使用的理论和计算方法。介绍了该软件包的主要功能，并通过两个实例说明了该软件包的使用方法。
2017-08-14 stat.CO
pygrank: A Python Package for Graph Node Ranking
Centre for Research and Technology—Hellas（研究与技术中心—希腊）；Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）
我们介绍pygrank，一个开源的Python包来定义，运行和评估节点排名算法。我们提供面向对象和广泛的单元测试算法组件，如图过滤器，后处理器，措施，基准测试和在线调优。计算可以委托给numpy，tensorflow或pytorch后端，并适合反向传播管道。类可以组合起来定义可互操作的复杂算法。在本文的上下文中，我们比较包与相关的替代品，并展示其灵活性和易用性的代码示例。
2021-10-18 cs.LG
Fast Estimation of Multinomial Logit Models: R Package mnlogit
我们提出了R包mnlogit用于训练多项逻辑斯谛回归模型，特别是那些涉及大量类和特征的模型。与现有的软件相比，mnlogit为中等规模的问题提供了10 - 50倍的加速，为更大的问题提供了100倍以上的加速。在多核机器上以并行模式运行mnlogit可以在多达8个处理器内核上提供额外的2 - 4倍加速。通过利用中间计算中出现的矩阵中的结构来大幅加速对数似然函数的Hessian矩阵的计算，从而实现计算效率。
2014-09-16 stat.CO
ndsintxn: An R Package for Extracting Information from Naturalistic Driving Data to Support Driver Behavior Analyses at Intersections
在过去的二十年里，自然驾驶研究（NDS）在驾驶员行为研究中的应用急剧增加。交叉口是交通安全的关键目标，在美国，高达25%的死亡和50%的受伤发生在交叉口。NDS越来越多地被用于评估交叉路口的驾驶员行为，并制定策略以提高交叉路口的安全性。NDS交叉口研究中的一个常见挑战是需要将驾驶员访问的交叉口的空间位置与交叉口处驾驶员轨迹的并发视频剪辑相结合以提取分析变量。交叉口识别和驾驶员轨迹视频片段提取过程通常是复杂和重复的。我们开发了一个名为ndsintxn的新型R包来简化这个过程，并自动化最佳实践，以最大限度地减少计算时间，成本和人工劳动。本文详细介绍了ndsintxn R软件包中使用的方法和示例。
2021-08-09 stat.CO
Tools for analyzing R code the tidy way
随着目前对可重复性和可复制性的强调，越来越需要审查如何进行数据分析。为了分析数据分析选择中研究人员之间的差异以及数据分析管道中导致结果差异的方面，我们创建了两个R包：matahari和tidycode。这些包构建在为自然语言处理而创建的方法之上;而不是允许处理自然语言，我们专注于R代码作为感兴趣的基础。matahari包方便了在R控制台或R脚本中输入的所有内容的记录。tidycode包包含允许以整洁的方式分析R调用的工具。我们将演示这些包的实用性，并通过两个示例进行演示。
2019-05-20 stat.CO
PyChEst: a Python package for the consistent retrospective estimation of distributional changes in piece-wise stationary time series
我们介绍PyChEst，一个Python包，它提供的工具，同时估计多个变化点的分布分段平稳时间序列。实现的非参数算法是可证明一致的一般框架：当样本是由未知的分段平稳过程。在这种情况下，样本可能具有任意形式的长程依赖性，并且在变化点之前和之后的任何（未知）固定大小的有限维边缘可能相同。该软件包中包含的算法的优势在于它们能够一致地检测变化，而不会对底层过程分布施加任何超出平稳性的假设。我们说明了这一显着的特点，通过比较的性能包对国家的最先进的模型设计的设置中的样本是独立和相同的分布。
2021-12-20 cs.MS stat.AP stat.CO
direpack: A Python 3 package for state-of-the-art statistical dimension reduction methods
direpack包旨在将一组现代统计降维技术作为一个单一的、一致的包引入Python世界。降维方法主要包括三类：基于投影寻踪的降维方法、充分降维方法和稳健M估计降维方法。作为推论，基于这些降维空间的正则化回归估计也被提供，从经典的主成分回归到稀疏部分稳健M回归。该软件包还包含一组经典且强大的预处理实用程序，包括通用空间符号以及专用绘图功能和交叉验证实用程序。最后，direpack的编写与scikit-learn API保持一致，因此估计器可以无障碍地包含在该框架中的（统计和/或机器）学习管道中。
2020-05-30 stat.CO
OCAPIS: R package for Ordinal Classification And Preprocessing In Scala
DaSCI Andalusian Institute of Data Science and Computational Intelligence, University of Granada（DaSCI安达卢西亚数据科学与计算智能研究所，格拉纳达大学）；Department of Computer Science and Numerical Analysis, University of Córdoba（科尔多瓦大学计算机科学与数值分析系）
有序数据是标签之间存在自然顺序的数据。这类数据的分类和预处理在机器学习领域引起了越来越多的兴趣，因为它存在于许多常见的问题中。传统上，顺序分类问题已接近名义问题。然而，这意味着没有考虑到它们的自然顺序约束。本文介绍了一个名为ocapis（Ordinal Classification and Preprocessing In Scala）的创新R包。该库主要在Scala中实现，并通过Github提供，包括四个学习器和两个用于有序和单调数据的预处理算法。该软件包的主要功能以及安装和使用示例在本手稿中均有说明。
2019-03-17 cs.LG stat.ML
Benchmark time series data sets for PyTorch -- the torchtime package
Newcastle University（纽卡斯尔大学）
电子健康记录数据模型的开发是一个活跃的研究领域，具有少量的公共基准数据集。研究人员通常会编写自定义数据处理代码，但这会阻碍可重复性并可能引入错误。Python包torchtime为PyTorch提供了常用的PhysioNet和UEA & UCR时间序列分类存储库数据集的可重复实现。提供了用于处理不规则采样和部分观测的不等长度时间序列的功能。它旨在简化对PhysioNet数据的访问，并在这一令人兴奋的研究领域实现模型的公平比较。
2022-08-01 cs.LG
Generalized Autoregressive Score Models in R: The GAS Package
本文介绍了用于在Creal等人（2013）和Harvey（2013）的广义自回归分数（GAS）框架下分析时间序列的R包GAS。GAS方法的显著特点是使用得分函数作为非线性模型参数随时间变化的驱动器。GAS软件包提供了模拟单变量和多变量GAS过程、估计GAS参数和进行时间序列预测的功能。我们说明了使用GAS包的详细案例研究估计的时变条件密度的一组金融资产。
2016-09-08 q-fin.ST stat.AP stat.CO
Multiple Imputation and Synthetic Data Generation with the R package NPBayesImputeCat
在许多情况下，缺失数据和披露控制是普遍存在和具有挑战性的问题。特别是在统计机构，它们从调查和人口普查中收集的答复者一级的数据可能存在很高的遗漏率。此外，各机构在公布所收集的数据供公众使用时，有义务保护受访者的隐私。本文介绍的NPBayesImputeCat R软件包提供了以下例程：i）为缺失数据创建多重插补，ii）为多变量分类数据创建用于统计披露控制的合成数据，包括有或没有结构零。我们描述的Dirichlet过程混合产品的多项分布模型中使用的包，并说明了各种用途的包使用的数据样本从美国社区调查（ACS）。我们还比较了mice R软件包的缺失数据插补结果和mice pop R软件包的合成数据生成结果。
2021-09-03 stat.AP stat.CO
FSinR: an exhaustive package for feature selection
University of Granada（格拉纳达大学）；University of Córdoba（科尔多瓦大学）
特征选择是机器学习中的一项关键任务。它包括为模型构建或数据分析选择一些相关变量。我们介绍了R包FSinR，它实现了各种众所周知的过滤器和包装器方法，以及搜索算法。因此，该包提供了执行特征选择过程的可能性，该过程包括对特征子集的引导搜索与返回那些子集的评估度量的过滤器或包装器方法的组合。在本文中，我们还提供了一些使用该包的示例，并与R中包含特征选择方法的其他包进行了比较。
2020-02-24 cs.LG stat.ML
binspp: An R Package for Bayesian Inference for Neyman-Scott Point Processes with Complex Inhomogeneity Structure
内曼-斯科特点过程是一种广泛使用的点过程模型，它易于解释且易于扩展以包含各种类型的不均匀性。这样的复杂模型的推理是复杂的，快速的方法，如最小对比度方法或复合似然方法不能提供准确的估计或完全失败。因此，我们引入贝叶斯MCMC方法的推断Neymann-Scott点过程模型的不均匀性在任何或所有的以下模型组件：过程的聚类中心，在一个集群中的点的平均数，传播的集群。我们还扩展了Neyman-Scott点过程的情况下，过度分散或欠分散的集群大小，并提供了一个贝叶斯MCMC算法的推理。R软件包binspp以易于处理的实现方式提供了这些估计方法，并提供了详细的图形输出，包括所有模型参数的跟踪图和进一步的诊断图。所有的不均匀性建模的空间协变量和相应的回归参数的贝叶斯推断提供。
2022-05-16 stat.ME
Introduction to Cross-Entropy Clustering The R Package CEC
Jagiellonian University（雅盖隆大学）；AGH University of Science and Technology（AGH科技大学）
R Package CEC基于最近使用信息论开发的交叉熵聚类（CEC）方法执行聚类。CEC的主要优点是它结合了$k$ -means的速度和简单性，以及使用各种高斯混合模型和减少不必要的聚类的能力。在这项工作中，我们提出了一个实用的教程CEC的基础上R包CEC。提供的函数涵盖了整个群集过程。
2015-08-19 cs.LG stat.ME stat.ML
ORKM: An R Package for Online Multi-View Data
本文介绍R软件包ORKM，实现在线正则化K均值聚类算法，支持多/单视图数据的在线与离线聚类，并通过模拟和真实数据验证其稳定性和良好聚类效果。
2025-04-21 stat.AP stat.CO
Twitmo: A Twitter Data Topic Modeling and Visualization Package for R
University of Göttingen（哥廷根大学）；Clausthal University of Technology（克劳斯塔尔工业大学）
我们提出了Twitmo，一个软件包，提供了广泛的方法来收集，预处理，分析和可视化地理标记的Twitter数据。Twitmo使用户能够从Twitter收集地理标记的推文，并提供一个全面且用户友好的工具箱，用于从潜在狄利克雷分配（LDA），相关主题模型（CTM）和结构主题模型（STM）生成主题分布。包括文本预处理、模型构建和预测功能。此外，该软件包的创新之一是使用主题标签和余弦相似性将推文自动汇集成更长的伪文档，以实现更好的主题一致性。该软件包还具有以静态和交互方式可视化收集的数据集和拟合模型的功能，并通过LDAvis为模型可视化提供内置支持，为该领域的研究人员提供极大的便利。Twitmo软件包是一个创新的工具箱，可用于分析各种主题，政党或感兴趣的人在空间和时间的公共话语。
2022-07-08 cs.CL cs.IR cs.LG
sfislands: An R Package for Accommodating Islands and Disjoint Zones in Areal Spatial Modelling
本文介绍 R 包 sfislands，通过简化邻域矩阵构建并提供快速地图预测可视化，支持含岛屿和不连通区域的面状空间建模，并以三个案例展示其工作流程。
2024-09-09 stat.CO stat.ME
Linear regression with stationary errors : the R package slm
本文介绍了R软件包slm（Stationary线性模型）。该软件包包含一套统计程序的线性回归在一般情况下，错误的过程是严格固定的内存短。我们在Hannan（1973）的背景下工作，他证明了误差过程的（归一化）最小二乘估计（LSE）在非常温和的条件下的渐近正态性。我们提出了不同的方法来估计的渐近协方差阵的LSE，然后纠正的第一类错误率的通常测试的参数（以及置信区间）。通过不同的模拟集的程序进行评估，并研究了两个例子的真实数据集。
2019-10-22 stat.AP stat.CO stat.ME
rcosmo: R Package for Analysis of Spherical, HEALPix and Cosmological Data
对球体空间观测的分析在地球科学、物理学和胚胎研究等领域都很重要。rcosmo软件包的目的是对宇宙微波背景辐射和其他球形数据进行有效的信息处理、可视化、操作和空间统计分析。该软件包是为存储在分层等面积等纬度像素（Healpix）表示中的球面数据开发的。rcosmo有100多种不同的功能。它们中的大多数最初是为CMB开发的，但也可以用于其他球形数据，因为rcosmo包含将球坐标和地理坐标中的球形数据转换为HEALPix表示的工具。我们给出了一个包的一般描述，并说明了一些重要的功能和基准。
2019-07-12 astro-ph.IM stat.CO
lsirm12pl: An R package for latent space item response modeling
本文介绍R包lsirm12pl，实现潜空间项目反应模型的贝叶斯估计及其扩展，支持多种数据类型与缺失处理，并提供聚类、汇总和绘图等功能以增强模型解释。
2025-03-08 stat.CO stat.ME
rMultiNet: An R Package For Multilayer Networks Analysis
The Hong Kong Polytechnic University（香港理工大学）；The Hong Kong University of Science and Technology（香港科技大学）
本文开发了一个R包rMultiNet来分析多层网络数据。我们从最近的文献中提供了两个通用的框架，例如混合多层随机块模型（MMSBM）和混合多层潜在空间模型（MMLSM）来生成多层网络。我们还提供了几种方法来揭示节点和层的嵌入，然后是进一步的数据分析方法，如聚类。在该软件包中处理了三个实际数据实例。rMultiNet的源代码可在https://github.com/ChenyuzZZ73/rMultiNet上获得。
2023-02-09 cs.LG stat.AP stat.ML
deepspat: An R package for modeling nonstationary spatial and spatio-temporal Gaussian and extremes data through deep deformations
Research School of Finance, Actuarial Studies and Statistics, Australian National University（澳大利亚国立大学金融、精算与统计研究学院）；Statistics Program, CEMSE Division, King Abdullah University of Science and Technology（阿卜杜拉国王科技大学CEMSE学部统计学项目）；School of Mathematics and Applied Statistics, University of Wollongong（伍伦贡大学数学与应用统计学院）
deepspat通过深度变形方法实现非平稳空间和时空数据的建模与预测，适用于高斯和极值数据。
2025-12-09 stat.CO stat.ME
Sentiment Analysis for Education with R: packages, methods and practical applications
University of Calabria（卡拉布里亚大学）；University of Naples Federico II（那不勒斯费德里科二世大学）
本文介绍了使用R进行教育领域情感分析的软件包、方法及实际应用，旨在评估不同工具在处理学生反馈中的效果。
2020-05-08 cs.IR stat.AP stat.CO
torchosr -- a PyTorch extension package for Open Set Recognition models evaluation in Python
Wrocław University of Science and Technology（弗罗茨瓦夫理工大学）
本文提出torchosr，一个兼容PyTorch的Python包，提供开放集识别的最先进方法和派生集生成工具，旨在简化并促进大规模、多配置下的正确实验评估，并提供开源实现。
2023-05-16 cs.CV cs.LG
Largevars: An R Package for Testing Large VARs for the Presence of Cointegration
本文介绍R包Largevars，基于大N,T渐近理论对高维VAR模型进行协整检验，修改Johansen似然比检验，提供Airy_1过程分位数及两个示例。
2025-09-08 econ.EM stat.CO stat.ME
Image Processing and Machine Learning for Hyperspectral Unmixing: An Overview and the HySUPP Python Package
Technische Universität Berlin（柏林工业大学）；Univ. Grenoble Alpes（格勒诺布尔大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔理工学院）；LJK（让·昆廷诺实验室）；Data Science Experts（数据科学专家公司）
本文综述了监督、半监督和无监督高光谱线性解混的先进与传统图像处理与机器学习方法，在模拟与真实数据集上对比其性能，并开源了HySUPP Python包以复现结果。
2024-04-26 cs.CV cs.LG eess.IV
evgam: An R package for Generalized Additive Extreme Value Models
本文介绍了R软件包evgam。该软件包提供了拟合极值分布的函数。这些分布包括广义极值分布和广义帕累托分布。前者也可以通过点过程表示来拟合。evgam通过非对称拉普拉斯分布支持分位数回归，这对于估计高阈值非常有用，有时用于区分极端值和非极端值。evgam的主要作用是使极值分布参数具有广义可加模型的形式，可以用Laplace方法进行客观估计。给出了适合各种规格的各种分布的说明性例子。这些包括美国科罗拉多州部分地区的日降水量累积，用于说明空间模型，以及美国科罗拉多州柯林斯堡的日最高温度，用于说明时间模型。
2020-11-08 stat.CO stat.ME
Gaussian spatial regression using the spmoran package: case study examples
本文通过案例演示 spmoran 包如何利用 Moran 特征向量近似高斯过程，高效估计空间变系数、组效应、分位数回归及低秩空间计量模型，适用于大样本高斯与非高斯数据。
2024-01-23 stat.CO stat.OT
disaggregation: An R Package for Bayesian Spatial Disaggregation Modelling
分解建模或缩小尺度已成为流行病学的一个重要学科。在大区域汇总的监测数据越来越普遍，导致对能够处理这些数据以了解空间格局的建模框架的需求日益增加。分解回归模型使用在大的异质区域上聚集的响应数据，通过使用细尺度协变量来告知异质性，从而在该区域上进行细尺度预测。本文介绍了R包分解，它提供了简化运行分解模型的过程以进行精细预测的功能。
2020-01-09 stat.CO stat.ME
tsflex: flexible time series processing & feature extraction
IDLab, Ghent University - imec（根特大学-imec IDLab）
时间序列处理和特征提取是传统机器学习流水线中的关键且时间密集的步骤。现有的软件包在其适用性方面受到限制，因为它们不能处理不规则采样或异步数据，并且对数据格式做出强有力的假设。此外，这些包不关注执行速度和内存效率，导致相当大的开销。我们提出了$\texttt{tsflex}$，一个用于时间序列处理和特征提取的Python工具包，它专注于性能和灵活性，具有广泛的适用性。该工具箱利用与序列索引相同数据类型的窗口步幅参数，并在所有操作中维护序列索引。$\texttt{tsflex}$是灵活的，因为它支持（1）多变量时间序列，（2）多窗口步长配置，（3）与其他软件包的处理和功能集成，同时（4）不对数据采样规律、序列对齐和数据类型进行假设。其他功能包括多处理、详细的执行日志记录、分块序列和序列化。基准测试表明，与类似的软件包相比，$\texttt{tsflex}$速度更快，内存效率更高，同时在使用上更宽容和灵活。
2021-12-22 cs.LG eess.SP stat.ML
kendallknight: An R Package for Efficient Implementation of Kendall's Correlation Coefficient Computation
本研究推出R包kendallknight，基于Knight(1966)及后续文献优化Kendall相关系数计算的复杂度，在保证精度、妥善处理边界问题的同时大幅提升运算速度，经基准测试验证对大型数据集的性能提升显著，适配计量与统计场景的高效计算需求。
2024-12-08 cs.DS econ.EM stat.CO
SLGP: An R Package for Spatial Conditional Density Estimation
DTIS, ONERA, Université Paris-Saclay（DTIS，ONERA，巴黎萨克雷大学）
SLGP包通过空间逻辑高斯过程实现条件密度场的非参数估计，采用随机傅里叶特征和凸优化，提供MAP、拉普拉斯和MCMC三种模式，并在斐济-汤加地震数据上验证。
2026-09-29 stat.AP stat.ME
SMLE: An R Package for Joint Feature Screening in Ultrahigh-dimensional GLMs
稀疏约束的极大似然估计（SMLE）在超高维回归的特征筛选中受到了广泛的关注。SMLE是一种计算方便的方法，它自然地将筛选过程中的特征之间的联合效应结合起来。我们开发了一个公开可用的R软件包SMLE，它提供了一个用户友好的环境进行SMLE在广义线性模型。特别是，该软件包包括使用SMLE进行SMLE筛选和筛选后选择的功能，该SMLE具有流行的选择标准，例如AIC和（扩展的）BIC。该软件包使用户能够灵活地控制一系列筛选参数，并可容纳数字和分类特征输入。该软件包的使用说明了广泛的数值例子，SMLE的良好表现。
2022-01-10 stat.AP stat.OT
Optimum Allocation for Adaptive Multi-Wave Sampling in R: The R Package optimall
R包optimall提供了一系列函数，可以有效地简化从简单到复杂的调查中的抽样设计过程。该软件包的主要功能允许用户基于辅助协变量的值或分位数交互式地定义和调整分层切割点，使用Neyman或Wright分配自适应地计算分配给每个分层的最佳样本数，以及基于分层抽样设计选择特定的ID进行采样。使用现实生活中的流行病学研究的例子，我们展示了如何优化促进了一个有效的工作流程的设计和实施的调查在R。尽管针对两相或三相设计下的多波采样量身定制，但R包optimall可用于任何抽样调查。
2021-06-17 stat.ME
netgwas: An R Package for Network-Based Genome-Wide Association Studies
图形模型是建模和分析高维数据中复杂生物关联的有力工具。R-package netgwas实现了copula图形模型的最新方法学发展，以（i）构建连锁图，（ii）从基因型数据推断连锁不平衡网络，（iii）检测高维基因型-表型网络。netgwas从有序数据和混合有序和连续数据中学习网络结构。在这里，我们将netgwas中的功能应用于从文献中获取的各种多变量示例数据集，以展示可以从包中获得的洞察力。我们表明，我们的软件包提供了一个更现实的关联分析比经典的方法，因为它区分直接和诱导的相关性，调整所有其他变量的影响，同时执行成对关联。该功能控制了生物学意义上的常规方法可能产生的变量之间的虚假相互作用。netgwas软件包在多核处理器上使用并行化策略来加速计算。netgwas软件包可在https://cran.r-project.org/web/packages/netgwas上免费获得
2023-01-26 q-bio.BM q-bio.GN q-bio.MN
inlamemi: An R package for missing data imputation and measurement error modelling using INLA
本文介绍inlamemi R包，利用INLA在贝叶斯框架下对连续协变量中的测量误差和缺失数据进行分层建模，降低使用门槛并提供多种场景示例。
2024-06-12 stat.ME
FairLangProc: A Python package for fairness in NLP
Universidad Carlos III de Madrid（卡洛斯三世大学）；uc3m-Santander Big Data Institute（卡洛斯三世大学-桑坦德大数据研究所）
针对大型语言模型在决策场景中的公平性问题，本文提出FairLangProc，一个兼容Hugging Face的Python包，集中实现NLP公平性算法，以促进偏见缓解技术的普及。
2025-08-05 cs.CL stat.ML
spNNGP R package for Nearest Neighbor Gaussian Process models
本文描述并说明了spNNGP R包的功能。该软件包为空间索引的高斯和非高斯点参考结果提供了一套空间回归模型。该软件包实现了几个马尔可夫链蒙特卡罗（MCMC）和无MCMC的最近邻高斯过程（NNGP）模型，用于推断大型空间数据。使用NNGP Polya-Gamma潜在变量对非高斯结果进行建模。为了利用多处理器系统，提供了OpenMP并行化选项。包功能说明使用模拟和真实的数据集。
2021-04-15 stat.CO
GPTreeO: An R package for continual regression with dividing local Gaussian processes
University of Oslo（奥斯陆大学）
GPTreeO是一个用于持续学习问题的可扩展高斯过程回归R包，基于DLGP算法动态构建局部回归器二叉树，并扩展了超参数持续优化、不确定性校准和新分区策略，提供计算速度与准确性的精细控制。
2024-10-17 cs.LG stat.CO
PReMiuM: An R Package for Profile Regression Mixture Models using Dirichlet Processes
PReMiuM是最近开发的R包贝叶斯聚类使用Dirichlet过程混合模型。该模型是回归模型的替代模型，通过聚类成员关系将响应向量与协变量数据非参数化地联系起来。该软件包支持Bernoulli、Binomial、Poisson、Normal和分类响应，以及Normal和离散协变量。此外，可以对响应进行预测，并处理协变量的缺失值。几个采样器和标签切换移动与诊断工具一起实施，以评估收敛。还提供了一些用于输出后处理的R函数。除了拟合混合物之外，还可能需要确定哪些协变量主动驱动混合物成分。这在包中作为变量选择实现。
2014-04-25 stat.CO
lgcp An R Package for Inference with Spatio-Temporal Log-Gaussian Cox Processes
本文介绍了一个用于时空预测和对数高斯Cox过程预测的R软件包。这些模型的主要计算工具是马尔可夫链蒙特卡罗和新的软件包，lgcp，因此也提供了一个可扩展的功能套件，用于实现MCMC算法的过程中，这种类型的。建模框架和推理程序的细节，首先提出之前的lgcp功能的旅游是通过步行通过数据分析。涵盖的主题包括读取和转换数据，估计模型的关键组件和参数，指定输出和模拟量，计算蒙特卡罗预期，后处理和模拟数据集。
2011-10-27 stat.CO
Gaussian Process for Functional Data Analysis: The GPFDA Package for R
我们提出并描述了GPFDA包的R。该软件包提供了灵活的功能，用于处理功能数据的高斯过程回归（GPR）模型。可以对多变量函数数据、具有多维输入的函数数据以及不可分离和/或非平稳协方差结构进行建模。此外，该软件包还拟合函数回归模型，其中均值函数取决于标量和/或函数协变量，协方差结构由GPR模型建模。本文介绍了GPFDA在均值函数和协方差函数规范方面的通用性，并通过可重复的数值例子说明了一些模型的估计和预测的实现。
2021-01-30 stat.CO stat.ME
dirichletprocess: An R Package for Fitting Complex Bayesian Nonparametric Models
University of Edinburgh（爱丁堡大学）；University College London（伦敦大学学院）；IIT Kanpur（坎普尔印度理工学院）
该研究介绍了一个R包，提供灵活的Dirichlet过程对象，允许用户无需编程即可进行非参数贝叶斯分析，支持自定义模型和MCMC采样。
2026-05-02 stat.CO
FastGP: An R Package for Gaussian Processes
尽管高斯过程（GPs）有着广泛的应用前景，但由于拟合和采样的计算障碍，它在实践中很难使用。在这里，我们讨论一个高效的多元正态函数的简短R包，它在其核心使用Rcpp和RcppEigen包。GP具有允许标准函数加速的属性;作为一个例子，我们包括Toeplitz矩阵的功能，其逆可以在O（n^2）时间内计算，由于海沟和Durbin的方法（Golub & Van Loan 1996），这特别适用于高斯过程的时间点（或空间位置）是均匀分布的，因为在这种情况下，相关的协方差阵是Toeplitz。此外，我们还包括从具有椭圆切片采样的潜在变量高斯过程模型中进行采样的功能（Murray，Adams和MacKay 2010）。
2015-07-22 stat.CO
Comparison of Gaussian process modeling software
高斯过程拟合或克里金法通常用于从一组数据创建模型。许多可用的软件包做到这一点，但我们表明，即使使用相同的数据和模型，可以从不同的包得到非常不同的结果。我们描述了在四个不同平台上运行的八个不同的拟合包所使用的参数化，功能和优化。然后，我们使用各种数据函数和数据集比较这八个软件包，发现软件包之间存在明显的差异。除了比较预测精度外，还评估了预测方差-这对于评估预测精度很重要，并且经常用于停止标准。
2017-10-09 stat.CO
