ADDT: An R Package for Analysis of Accelerated Destructive Degradation Test Data
加速破坏性降解试验(ADDT)通常用于收集评估聚合物材料长期性能所需的数据。基于这些数据,估计热指数(TI)。TI可用于材料评级和比较。R软件包ADDT提供了执行基于最小二乘法的传统方法、基于极大似然估计的参数方法和基于样条方法的半参数方法的功能,用于分析ADDT数据,然后估计聚合物材料的TI。在本章中,我们将详细介绍ADDT软件包。我们提供了一个逐步说明如何使用软件包中的函数。公开提供的数据集用于说明。
2016-11-22 stat.CO
MVPBT: R package for publication bias tests in meta-analysis of diagnostic accuracy studies
本文介绍R包MVPBT,用于实现Noma提出的诊断试验准确性荟萃分析中的广义Egger发表偏倚检验,并给出非技术性介绍与实际数据分析示例。
2023-05-30 stat.AP stat.CO
HDNRA: An R package for HDLSS location testing with normal-reference approaches
本文提出HDNRA R包,基于正态参考方法实现高维数据均值向量相等性检验及一般线性假设检验,核心以C++高效实现,解决了现有方法在协方差矩阵正则性条件限制和R包可用性不足的问题。
2024-10-22 stat.AP stat.CO stat.ME
DiscreteFDR: An R package for controlling the false discovery rate for discrete test statistics
同时分析多个统计检验在应用中是普遍存在的。用于避免第一类错误膨胀的最流行的错误率可能是错误发现率(FDR)。然而,FDR控制的大多数理论和软件开发都集中在连续检验统计量的情况下。对于离散数据,提供经验证的FDR控制和良好性能的方法只是最近才被提出。R包DiscreteFDR提供了这些方法的实现。对于特别常用的离散检验,如Fisher精确检验,它可以作为一个现成的工具,只需要原始数据作为输入。它也可以用于任何离散的检验统计量,通过使用这些统计量的分布的一些额外的信息。本文以非技术的方式回顾了统计方法,详细描述了在DiscreteFDR中的实现,并给出了一些示例代码和分析。
2019-04-03 stat.CO
varTestnlme: an R package for Variance Components Testing in Linear and Nonlinear Mixed-effects Models
在构建混合效应模型时,自然会出现方差分量检验的问题,以决定哪些效应应建模为固定或随机。虽然在R中可以对使用lme4拟合的模型进行固定效应检验,但在随机效应方面缺少工具。R的varTestnlme包旨在填补这一空白。它允许使用似然比检验统计量的渐近性质来检验对应于随机效应的任何子集的方差和协方差的任何子集是否等于零。它还提供了同时检验固定效应和方差分量的可能性。它可以用于线性,广义线性或非线性混合效应模型通过lme4,nlme或saemix拟合。回顾了所用的似然比检验的理论性质,详细介绍了用于实现检验过程的数值方法,并提供了基于不同真实数据集使用不同混合模型的示例。
2021-05-17 stat.CO stat.ME
Ball: An R package for detecting distribution difference and association in metric spaces
本文提供了公开的 R 包 Ball,通过量身定制的算法在度量空间中实现 K 样本分布比较和互独立性检验,扩展了传统检验方法,并在真实与数值研究中验证了其分析复杂数据的强大能力。
2019-09-03 stat.CO
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
PySDTest: a Python/Stata Package for Stochastic Dominance Tests
本文介绍 Python/Stata 软件包 PySDTest,用于实现多种随机占优检验方法,并通过比特币与 S&P 500 指数的实证分析验证其有效性。
2024-08-05 econ.EM stat.CO
Testing Hypotheses regarding Covariance and Correlation matrices with the R package CovCorTest
本文介绍R包CovCorTest,用于检验协方差和相关性矩阵的假设,采用半参数方法和bootstrap技术,在小样本中表现良好,并提供灵活的假设指定选项。
2025-09-25 stat.CO stat.ME
Multimode: An R Package for Mode Assessment
在一些应用领域,多模态评估是一个重要的任务,作为一个以前的探索工具或确定某些分布的适用性。本文的目标是提出实用程序的R包多模,它收集不同的探索性和测试非参数的方法来确定模式的数量和估计的位置。具体地,提供了一些图形工具,允许基于核密度估计识别模式模式(SiZer图、模式树或模式森林)。本文介绍了几种用于确定模式数的正式测试程序,并在多模封装中实现,包括基于临界带宽、多余质量或两者结合的思想的方法。该软件包还包括一个功能,用于估计模式的位置和不同的经典数据的例子,已被认为是在模式测试文献。
2018-03-01 stat.CO
MaxSkew and MultiSkew: Two R Packages for Detecting, Measuring and Removing Multivariate Skewness
偏度在多变量统计技术中起着重要的作用。有时它用于恢复数据特征,如聚类分析。在其他情况下,偏度会损害统计方法的性能,如霍特林单样本检验。在这两种情况下,都需要通过目视检查或正式测试来检查潜在分布的对称性。R软件包MaxSkew和MultiSkew通过测量、测试和从多变量数据中去除偏度来解决这些问题。偏度由第三多元累积量及其函数来评估。对称性假设的检验可以是非参数化的自助法,也可以是参数化的正态性假设。通过将数据投影到适当的线性子空间上来消除或至少减轻偏斜。MaxSkew和MultiSkew的用法在Iris数据集上进行了说明。
2019-03-25 stat.CO
ForecastTB An R Package as a Test-Bench for Time Series Forecasting Application of Wind Speed and Solar Radiation Modeling
Aarhus University(奥胡斯大学);Ton Duc Thang University(东德大学)
本文介绍了一个R软件包ForecastTB,它可以用来比较与时间序列数据集的特性相关的不同预测方法的准确性。ForecastTB是一个即插即用的结构化模块,几种预测方法可以包括简单的指令。所提出的测试平台不限于默认的预测和误差度量功能,用户能够根据需求添加,删除或选择所需的方法。此外,还提供了几个绘图功能和统计性能指标,以可视化不同预测方法的比较性能和准确性。此外,本文还介绍了自然时间序列数据集(即,风速和太阳辐射),以展示ForecastTB包的功能,以评估受数据集特征影响的预测比较分析。建模结果表明,建议的R包ForecastTB的时间序列预测的适用性和鲁棒性。
2020-07-21 cs.CL cs.LG stat.ME
Application of Equal Local Levels to Improve Q-Q Plot Testing Bands with R Package qqconf
分位数-分位数(Q-Q)图通常很难解释,因为不清楚与理论分布的偏差必须有多大才能表明缺乏拟合。大多数Q-Q图都可以从添加有意义的全局测试带中受益,但不幸的是,由于当前方法和软件包的缺点,此类带的使用仍然很少。这些缺点包括不正确的全局第一类错误率、缺乏检测分布尾部偏差的能力、大数据集的计算相对较慢以及适用性有限。为了解决这些问题,我们应用等局部水平的全球测试方法,我们已经实现了R包qqconf,一个多功能的工具来创建Q-Q图和概率概率(P-P)图在各种各样的设置,同时测试带快速创建使用最近开发的算法。qqconf可以很容易地用于将全局测试带添加到其他软件包制作的Q-Q图中。除了计算速度快之外,这些波段还具有各种理想的特性,包括精确的全局水平,对零分布所有部分(包括尾部)的偏差具有相同的敏感性,以及适用于一系列零分布。我们说明了qqconf在几个应用中的使用:评估回归残差的正态性,评估p值的准确性,以及在全基因组关联研究中使用Q-Q图。
2022-09-02 q-bio.QM stat.AP stat.CO
Application and Simulation of Computerized Adaptive Tests Through the Package catsim
本文介绍了catsim,第一个用Python语言编写的软件包,专门用于计算机化自适应测试和项目反应理论的逻辑模型。catsim提供了生成项目和考生参数、模拟测试和绘制结果的功能,以及使最终用户能够创建用于能力初始化、项目选择、能力估计和测试停止标准的新程序。模拟器记录每个考生的选择项目以及他们的答案,还可以模拟线性测试,其中所有考生回答相同的项目。catsim提供的各种组件也可用于创建第三方测试应用程序。本文还介绍了这种用法的例子。
2018-07-20 stat.AP
spTest: An R Package Implementing Nonparametric Tests of Isotropy
对空间参考数据进行建模的一个重要步骤是适当指定随机场的二阶属性。开发空间数据模型的科学家有许多关于观测之间依赖性的选择。这些选项之一是决定观测之间的相关性是否取决于方向,或者换句话说,空间协方差函数是否是各向同性的。各向同性意味着空间依赖性仅是采样位置之间的空间分离的距离而不是方向的函数。研究人员可以使用图形技术,如方向样本半变异函数,以确定各向同性的假设是否成立。这些图形诊断可能难以评估,受到个人解释,并可能误导,因为它们通常不包括不确定性的测量。为了避免这些问题,各向同性假设的假设检验可能更可取。为了避免指定的协方差函数,各向同性的非参数检验已经开发了使用空间和频谱表示的随机场。这些非参数检验中的几个在CRAN上提供的R包spTest中实现。我们演示了如何图形技术和假设检验编程spTest可以在实践中使用,以评估各向同性的属性。
2015-11-16 stat.CO
R Package moodlequizR: Fully Randomized Moodle Tests
本文介绍了R包moodlequizR,它通过生成XML文件为Moodle等在线平台创建完全随机化的测验和考试,解决了Moodle自带随机化功能不足的问题,有效防止作弊。
2024-11-12 stat.AP
Applying the Weibull Shape Parameter test for signal detection in pharmacovigilance using the R package WSPsignal
Biostatistics and Medical Biometry, Medical School OWL, Bielefeld University(比勒费尔德大学OWL医学院生物统计与医学生物计量学);School of Public Health, Bielefeld University(比勒费尔德大学公共卫生学院);Department of Business Administration and Economics, Bielefeld University(比勒费尔德大学工商管理经济学系)
提出Weibull形状参数检验家族用于药物警戒信号检测,开发R包WSPsignal集成多种估计方法和分布,支持默认与仿真调优,通过大样本和小样本示例展示功能。
2026-06-18 stat.AP stat.ME
LLT: An R package for Linear Law-based Feature Space Transformation
Department of Computational Sciences, Wigner Research Centre for Physics(计算科学系,韦金物理研究中心);Institute of Data Analytics and Information Systems(数据分析与信息系统研究所);Corvinus University of Budapest(布达佩斯科维努斯大学)
LLT R包通过线性定律技术实现时间序列分类,提供灵活的特征空间变换方法。
2023-05-15 cs.AI cs.CV cs.LG
A Comparison of $\texttt{R}$ Packages for Estimating Generalized Linear Mixed Models
本文通过蒙特卡洛模拟,系统比较了七个代表性R包在估计广义线性混合模型时的收敛性、计算速度、估计精度和假设检验性能,为实际应用提供了选择建议。
2026-06-16 stat.CO stat.ME
HDTSA: An R package for high-dimensional time series analysis
本文介绍了R包HDTSA,它为高维时间序列数据提供了包含四种降维建模方法和两种统计检验的通用分析框架,并通过集成C++提升计算效率,助力用户进行可靠预测。
2024-12-23 stat.CO stat.ME
PoolTestR: An R package for estimating prevalence and regression modelling with pooled samples
合并检测(也称为组检测),即对合并样本进行诊断检测,在动物和人类疾病监测中具有广泛的应用。一个日益普遍的使用案例是分子异种监测(MX),通过捕获和测试大量病媒(如蚊子)来监测病媒传播的疾病。R软件包PoolTestR的开发是为了满足日益庞大和复杂的分子异种监测调查的需求,但也可以应用于分析涉及合并测试的任何数据。PoolTestR包括简单灵活的工具,用于估计患病率,并在频率论和贝叶斯框架中为汇总数据拟合固定和混合效应广义线性模型。混合效应模型允许用户考虑调查中经常采用的分层抽样设计,包括MX。我们证明了实用的PoolTestR通过将其应用到一个大型的合成数据集,模拟MX调查与分层抽样设计。
2020-12-10 stat.CO stat.ME stat.OT
ForeComp: An R Package for Comparing Predictive Accuracy Using Fixed-Smoothing Asymptotics
Federal Reserve Bank of Philadelphia(费城联邦储备银行);Baltimore Orioles(巴尔的摩金莺)
ForeComp是一个R软件包,通过固定平滑渐近法比较预测精度,提供基于损失差异的检验和可视化诊断工具,适用于专业预测者调查和有限样本性能分析。
2026-03-08 econ.EM stat.AP
Robustly fitting Gaussian graphical models: the R-package robFitConGraph
给出了对R包robFitConGraph的教程式介绍。后者为高斯图形模型提供了一个强大的拟合优度测试。它的使用在音乐表演焦虑的数据示例中得到了证明,这也说明了为什么人们想要拟合高斯图形模型-以及为什么人们应该这样做。基本的统计理论进行了简要说明。本文描述了从2022年12月1日起在CRAN上提供的软件包版本0.4.1。请访问https://CRAN.R-project.org/package=robFitConGraph
2022-12-01 stat.CO stat.ME
R package imputeTestbench to compare imputations methods for univariate time series
本文介绍了R软件包imputeTestbench,它提供了一个测试平台,用于比较单变量时间序列中缺失数据的插补方法。imputeTestbench软件包可用于模拟完整数据集中缺失数据的数量和类型,并使用不同的插补方法比较填充数据。用户可以选择完全随机或在不同大小的块中删除观测值来模拟缺失数据。该软件包中包含几种默认插补方法,包括历史均值、线性插值和末次观测值结转。测试平台不限于默认功能,用户可以使用简单的两步过程添加或删除其他方法。测试平台将每种方法的实际缺失数据和插补数据与不同的误差指标进行比较,包括RMSE、MAE和MAPE。用户还可以提供替代的错误度量。该软件包的一个显著优点是使用简单,并显著减少了比较单变量时间序列中缺失数据的插补方法的时间。本文概述了核心功能,包括示例演示。
2016-11-04 cs.MS stat.ME
ROCnReg: An R Package for Receiver Operating Characteristic Curve Inference with and without Covariate Information
受试者工作特征(ROC)曲线是最常用的工具,用于评估在区分两种替代疾病状态(例如,患病和未患病)时在连续标度上测量的诊断测试/生物标志物的区分能力。在某些情况下,测试的性能和它的区分能力可能会有所不同,根据受试者的具体特点或不同的测试设置。在这种情况下,需要特定于信息的准确性测量,例如协变量特定和协变量调整的ROC曲线,因为忽略协变量信息可能会导致偏倚或错误的结果。本文介绍了R软件包ROCnReg,它允许通过不同的方法,从(半)参数和非参数的角度以及贝叶斯和频率主义范式估计合并(未调整)ROC曲线,协变量特定ROC曲线和协变量调整的ROC曲线。从估计的ROC曲线(合并的、协变量特异性的或协变量调整的),可以获得几个准确性的汇总测量,例如ROC曲线下的(部分)面积和Youden指数。该软件包还提供了使用几个标准(即,约登指数标准和为假阳性分数设置目标值的标准)来获得基于ROC的最佳阈值的功能。对于贝叶斯方法,我们提供了通过后验预测检查评估模型拟合的工具,而模型选择可以通过几个信息标准进行。为所有方法提供数值和图形输出。该软件包是通过内分泌研究的数据分析,其目的是评估身体质量指数的能力,以检测是否存在心血管疾病的风险因素。该软件包可在https://CRAN.R-project.org/package=ROCnReg上从CRAN获得。
2021-03-19 stat.AP stat.CO stat.ME
rSRD: An R package for the Sum of Ranking Differences statistical procedure
rSRD包将排名差异和(SRD)统计程序的两个验证步骤简化为单次函数调用,并提供数据预处理与绘图工具,使该非参数方法更易被广泛用户使用。
2025-02-05 math.ST stat.TH
geomstats: a Python Package for Riemannian Geometry in Machine Learning
Stanford University(斯坦福大学);Froglabs AI(Froglabs人工智能公司);Inria Sophia-Antipolis(法国国家信息与自动化研究所索菲亚-安蒂波利斯分院)
我们将介绍geomstats,这是一个Python软件包,可以在超球面、双曲空间、对称正定矩阵空间和变换李群等流形上执行计算。我们提供了这些流形的有效和广泛的单元测试实现,以及有用的黎曼度量和相关的指数和对数映射。相应的测地线距离提供了一系列机器学习损失函数的直观选择。我们也给出了相应的黎曼梯度。geomstats中实现的操作可用于不同的计算后端,如numpy,tensorflow和keras。我们已经启用了GPU实现,并将geomstats流形计算集成到keras深度学习框架中。本文还介绍了机器学习中流形的回顾和geomstats包的概述,并举例说明其用于高效和用户友好的黎曼几何。
2018-11-06 cs.LG cs.MS stat.ML
CoinCalc -- A new R package for quantifying simultaneities of event series
我们提出了新的R包CoinCalc,用于执行事件重合分析(ECA),这是一种新的统计方法,用于量化两个系列观测中包含的事件的重合性,无论是在用户特定的时间公差窗口内同时发生还是滞后发生。该软件包还提供了不同的分析以及基于替代的显著性检验(在关于观察到的事件系列的性质的不同假设下有效),以及所识别的巧合的直观可视化。我们基于两个典型的地球科学示例问题演示了CoinCalc的使用,这些问题解决了气象极端与植物物候之间的关系以及土壤特性与土地覆盖之间的关系。
2016-03-16 physics.data-an stat.AP stat.CO
regMMD: An R package for parametric estimation and regression with maximum mean discrepancy
本文介绍R包regMMD,它利用最大均值差异(MMD)作为目标函数进行参数估计和回归,提供多种核函数与优化过程,并展示模拟及真实数据应用。
2025-04-24 stat.CO stat.ME
The R Package knnwtsim: Nonparametric Forecasting With a Tailored Similarity Measure
R包knnwtsim提供了使用相似性度量来实现k近邻(KNN)预测的功能,该相似性度量针对预测响应序列的未来观测的预测问题而定制,其中最近的观测、季节性或周期性模式以及一个或多个外生预测因子的值都具有预测新响应点的预测值。本文将介绍感兴趣的相似性度量,以及knnwtsim中用于计算、调整并最终在KNN预测中使用它的函数。该软件包可能是特别有价值的预测问题的响应和预测之间的函数关系是不恒定的或分段的,从而可以违反流行的替代品的假设。此外,在开发和测试这一方法时使用的真实世界和模拟时间序列数据集都已随软件包提供。
2021-12-12 stat.CO stat.ME
CopulaDTA: An R Package for Copula Based Bivariate Beta-Binomial Models for Diagnostic Test Accuracy Studies in a Bayesian Framework
目前在统计软件包中实施的用于合并诊断测试准确性数据的统计程序包括hSROC回归和双变量随机效应荟萃分析模型(BRMA)。然而,这些模型不报告总体平均值,而是随机效应等于零的中心研究的平均值,并且当荟萃分析中的研究数量较少和/或研究间方差相对较大时,难以估计灵敏度和特异性之间的相关性。本教程介绍了诊断准确性研究荟萃分析的高级统计方法,讨论并演示了使用R中的CopulaDTA包进行贝叶斯建模,以拟合不同的模型,从而获得荟萃分析参数估计值。重点是使用基于copula的双变量β分布的敏感性和特异性的联合建模。从本质上讲,我们通过以下方式扩展了Nikoloulopoulos的工作:i)提出贝叶斯方法,该方法提供了灵活性和执行复杂统计建模的能力,即使是小数据集,ii)包括协变量信息,iii)提供易于使用的代码。通过重新分析两个已发表的荟萃分析的数据来说明统计方法。与使用双变量β分布态分布(例如,在BRMA中),其仅产生研究特定参数估计值。此外,基于copula的模型提供了更大的灵活性,在不同的相关性结构建模相比,正态分布,只允许一个相关性结构。
2016-04-07 stat.ME
Object-Oriented Software for Functional Data
本文介绍了funData R包作为函数数据的面向对象实现。它实现了一个统一的框架,密集的单变量和多元函数数据的一维和更高的维域以及不规则的函数数据。该软件包的目的是为函数数据提供一个用户友好、自成一体的核心工具箱,包括创建、访问和修改函数数据对象的重要功能,可作为其他软件包的基础。该软件包还包含一个完整的模拟工具箱,这是实施和测试新方法发展时的一个有用功能。基于面向对象的数据分析理论,它表明了为什么它是自然的,以面向对象的方式实现功能数据。funData提供的类和方法在许多示例中使用两个免费提供的数据集进行说明。MFPCA包,实现多变量功能主成分分析,作为一个例子,先进的方法包,使用funData包作为基础,包括一个案例研究与真实数据。这两个包都可以在GitHub和CRAN上公开获得。
2018-08-17 stat.CO
semopy: A Python package for Structural Equation Modeling
结构方程模型(SEM)是一种多变量统计技术,用于估计观测变量和潜在变量之间的复杂关系。尽管存在许多SEM软件包,但它们中的每一个都有局限性。有些软件包不是免费或开源的;最流行的软件包是$\textbf{lavaan}$,它没有这个缺点,但它是用R语言编写的,这落后于当前的主流趋势,使得它更难被纳入开发管道(即生物信息学管道)。因此,我们开发了Python包$\textbf{semopy}$来满足这些标准。本文提供了详细的包使用的例子,并解释了它的内部时钟。此外,我们开发了独特的SEM模型生成器,以广泛测试SEM软件包,并证明$\textbf{semopy}$在执行时间和准确性方面明显优于$\textbf{lavaan}$。
2019-09-06 stat.AP
RESI: An R Package for Robust Effect Sizes
效应量指数是量化关联强度的有用参数,不受样本量的影响。有许多可用的效应量参数和估计量,但很难比较研究间的效应量,因为大多数是针对特定类型的群体参数定义的。我们最近引入了一个新的稳健效应大小指数(RESI)和置信区间,这是有利的,因为它不是模型特定的。在这里,我们提出了RESI R软件包,它可以很容易地报告RESI及其置信区间为许多不同的模型类,具有一致的解释参数和模型类型。该软件包为模型输入生成系数、ANOVA表和总体Wald检验,并将RESI估计值和置信区间附加到每个表中。该软件包还包括可视化和转换其他效应大小度量的功能。为了说明,我们分析和解释三种不同的模型类型。
2023-02-23 stat.CO stat.ME
PSInference: A Package to Draw Inference for Released Plug-in Sampling Single Synthetic Dataset
针对统计披露控制领域单一合成数据集推断工具缺失的问题,提出PSInference程序包,可对多元正态假设下插补采样生成的单一合成数据开展含协方差结构多维度检验的精确推断分析。
2025-03-18 stat.AP stat.CO stat.ME
PanelPRO: A R package for multi-syndrome, multi-gene risk modeling for individuals with a family history of cancer
识别由于遗传性生殖系突变而处于癌症高风险的个体对于有效实施个性化预防策略至关重要。大多数现有的识别这些个体的模型通过包括少数癌症的家族和个人病史来关注特定的综合征。最近来自多基因面板测试的证据表明,许多曾经被认为是不同的综合征是重叠的,这促使开发了一些模型,这些模型将几种癌症的家族史信息结合起来,并预测更全面的基因面板的突变。这类模型曾经是孟德尔风险预测模型,它使用家族史信息和孟德尔遗传定律来估计携带基因突变的可能性,以及未来发生相关癌症的风险。为了灵活地模拟许多癌症突变关联的复杂性,我们提出了一种名为PanelPRO的新软件工具,这是一种R软件包,它将以前开发的BayesMendel R软件包扩展到用户选择的易感基因和相关癌症列表。该模型识别出携带癌症易感基因突变风险增加的个体,并预测未来发生与这些基因相关的遗传性癌症的风险。其他功能可根据预防性干预措施、已知的基因检测结果以及种族和血统等风险修正因素进行调整。该软件包附带一个可定制的数据库,其中包含根据已发表研究估计的默认参数值。PanelPRO软件包是开源的,为使用系谱数据进行多基因、多癌症风险建模提供了快速灵活的后端。该软件能够识别高风险个体,这将对癌症的个性化预防策略和基因检测的个性化决策产生影响。
2020-10-25 stat.AP
A New ECDF Two-Sample Test Statistic
自Kolmogorov和Smirnov做出开创性贡献以来,经验累积分布函数(ECDF)已用于检验两个样本来自相同分布的假设。本文介绍了一种统计,这是可用的条件相同的Kolmogorov-Smirnov,但提供更多的权力比其他现存的测试在这方面。我证明了一个有效的(保守的)程序,用于产生有限样本p值。我概述了这个统计数据和它的两个主要前身之间的密切关系。我还提供了一个公共R包(CRAN:twosamples [2018]),使用$O(N)$内存在$O(N\log(N))$时间内实现测试程序。使用该软件包的功能,我进行了几次模拟研究,显示功率的改善。
2020-07-02 stat.ME stat.OT
DepthProc An R Package for Robust Exploration of Multidimensional Economic Phenomena
数据深度概念为多变量社会经济现象的稳健探索和推理提供了各种强大且用户友好的工具。所提供的技术可以成功地用于在缺乏我们的知识的情况下,参数模型生成数据,由于其非参数性质。本文介绍了R软件包DepthProc,它可以在GPL-2许可证下在CRAN和R-forge服务器上用于Windows,Linux和OS X平台。该软件包包括多变量分位数-分位数图、多变量散点估计、多变量和函数数据的局部Wilcoxon检验、稳健回归等几种数据深度技术的成功实现。为了显示该软件包的能力,使用了关于联合国第四个千年目标和互联网用户活动的真实数据集。
2019-02-19 stat.AP stat.CO
robumeta: An R-package for robust variance estimation in meta-analysis
元回归模型通常用于合成和比较效应量。不幸的是,传统的元回归方法是装备不良,以处理复杂的,往往是未知的非独立效应大小之间的相关性。稳健方差估计(RVE)是最近提出的一种处理相关效应量的元分析方法。robumeta软件包提供了在各种加权方案下使用大样本和小样本RVE估计器执行稳健方差元回归的功能。这些方法是分布自由的,并提供有效的点估计,标准误和假设检验,即使在效果大小之间的依赖程度和结构是未知的。
2015-03-07 stat.ME
CATEKAPPA: An R Shiny Application for Design and Analysis of Consistency Tests Based on the Kappa Statistic for Categorical Responses
针对分类数据一致性检验中样本量确定和Kappa系数计算两大难题,开发了集成样本量规划与一致性分析的R Shiny应用CATEKAPPA,支持Cohen's、Fleiss'和Light's Kappa,并提供自动解释。
2026-06-05 cs.MS stat.CO
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
KernSmoothIRT: An R Package for Kernel Smoothing in Item Response Theory
项目反应理论(IRT)模型是一类用于描述个体对一组具有一定数量选项的项目的反应行为的统计模型。它们被社会科学的研究人员采用,特别是在心理学,教育,医学,市场营销和其他旨在测量潜在结构的领域中分析表现或态度数据。大多数IRT分析使用的参数模型依赖于经常不被满足的假设。在这种情况下,非参数方法可能更可取;然而,允许使用该方法的软件应用程序并不多。为了解决这个问题,本文提出了R包KernSmoothIRT。它实现了对期权特征曲线的估计的核平滑,并增加了几个绘图和分析工具来评估整个测试/问卷,项目和主题。为了显示该软件包的功能,使用了两个真实的数据集,一个采用多项选择响应,另一个采用缩放响应。
2014-04-15 stat.AP stat.CO stat.ME
Plausibility: Exact inference in R
LUMC(莱顿大学医学中心)
提出Plausibility理论框架,实现R包plausibility,支持一般参数族的精确推断和惩罚回归模型检验,并通过类机制易于扩展。
2026-07-03 stat.ME
bayes4psy -- an Open Source R Package for Bayesian Statistics in Psychology
心理学研究产生了有趣的数据集和独特的统计建模任务。然而,这些任务虽然重要,但通常非常具体,因此在可访问的贝叶斯工具中无法找到适当的统计模型和方法。因此,贝叶斯方法的使用仅限于那些具有概率规划所需的技术和统计基础的方法。这些知识不是典型的心理学课程的一部分,是心理学学生和研究人员难以克服的障碍。bayes 4psy包的目标是弥合这一差距,并提供一系列模型和方法,用于心理学实验中产生的数据分析,并作为心理学中贝叶斯统计的教学工具。该软件包包含贝叶斯t检验和自举以及用于分析反应时间、成功率和颜色的模型。它还为现代贝叶斯数据分析工作流程提供了所有诊断,分析和可视化工具。
2019-07-03 cs.MS stat.AP stat.ME
npcure: An R Package for Nonparametric Inference in Mixture Cure Models
针对含治愈比例的生存数据分析需求,R包npcure实现了右删失场景下混合治愈模型的完全非参数推断方法,提供协变量相关的估计量、Bootstrap带宽选择器及多类型协变量的显著性检验。
2024-01-30 stat.ME
MSTest: An R-Package for Testing Markov Switching Models
本文介绍了R包MSTest,它通过实现多种假设检验程序来识别马尔可夫切换模型中的状态数量,并支持利用EM算法或MLE模拟与估计相关过程,最后通过实验和实际数据验证了其功能。
2024-11-12 econ.EM stat.CO stat.ME
fbst: An R package for the Full Bayesian Significance Test for testing a sharp null hypothesis against its alternative via the e-value
假设检验是心理学和认知科学中的一种重要统计方法。然而,原假设显著性检验(NHST)和p值的问题已经被广泛讨论,但很少有有吸引力的替代品存在。本文介绍了fbst R包,它实现了完整的贝叶斯显著性检验(FBST),通过e值来检验一个尖锐的原假设与其替代假设。二十多年前,Pereira等人(1999)引入了FBST的统计理论,从那时起,FBST已被证明是NHST和p值的贝叶斯替代品,具有理论和实践上非常吸引人的特性。fbst包中提供的算法适用于任何贝叶斯模型,只要至少可以在数值上获得后验分布。该软件包的核心功能是提供针对原假设的贝叶斯证据,即e值。此外,可以计算基于渐近参数的p值,并可以生成用于交流和解释结果的丰富可视化。本文给出了认知科学中常用的三个统计过程的例子,演示了如何使用fbst软件包在实践中应用FBST。基于FBST在统计科学中的成功,FBST软件包应该引起心理学和认知科学研究人员的广泛兴趣,并希望鼓励研究人员在对尖锐的原假设进行假设检验时将FBST视为一种可能的替代方案。
2020-06-05 stat.CO stat.ME
Hypothesis tests for multiple responses regression models in R: The htmcglm Package
本文描述了R包htmcglm,用于对多元协方差广义线性模型(McGLM)的回归和离差参数执行假设检验。McGLM为正态和非正态多变量数据分析提供了一个通用的统计建模框架,以及广泛的相关结构。建议的软件包认为Wald统计进行一般的假设检验,并建立定制的方差分析,MANOVA和多重比较检验。该软件包的目标是提供工具,以改善回归和分散参数的解释。我们通过检验回归系数来评估协变量对响应变量的影响。同样,我们对分散系数进行检验,以评估研究单元之间的相关性。在数据观测相互关联的情况下,例如在纵向、时间序列、空间和重复测量研究中,它可能是有意义的。htmcglm软件包提供了一个用户友好的界面来执行MANOVA类测试以及mcglm类模型的多变量假设测试。我们描述了包的实现,并说明它通过两个数据集的分析。第一个是关于大豆产量的实验,这个问题有三个不同类型的响应变量(连续、计数和二项式)和三个解释变量(水量、施肥量和块)。第二个数据集解决了一个问题,其中响应是狩猎动物的纵向双变量计数;使用的解释变量是狩猎方法和动物的性别。有了这些例子,我们能够说明几个测试中,该建议被证明是有用的回归和分散参数的评估,无论是在相关或独立的观察问题。
2022-08-02 stat.CO
asympTest: an R package for performing parametric statistical tests and confidence intervals based on the central limit theorem
本文介绍了一个R软件包实现大样本测试和置信区间(基于中心极限定理)的各种参数。考虑了一个和两个样本均值和方差上下文。所有测试的统计数据都以相同的形式表示,这有助于它们的呈现。在方差参数的情况下,经典检验的渐近稳健性取决于数据分布偏离正态分布的峰度。
2009-02-27 math.ST stat.CO stat.ME
CompModels: A suite of computer model test functions for Bayesian optimization
R的CompModels包提供了一套计算机模型测试功能,可用于计算机模型预测/仿真,不确定性量化和校准,特别是计算机模型的顺序优化。该软件包是现实世界的物理问题,已知的数学函数和黑盒函数的混合,这些函数已被转换为具有贝叶斯目标的计算机模型(即,顺序)优化。同样,该软件包包含代表约束或无约束优化情况的计算机模型,每个模型具有不同的难度。在本文中,我们说明了使用的包与现实世界的例子和黑盒函数通过解决约束优化问题,通过贝叶斯优化。最终,该软件包为用户提供了一个源的计算机模型测试功能,是可复制的,可共享的,并可用于新的优化方法的基准。
2021-01-07 stat.CO stat.OT
The Model Confidence Set package for R
本文介绍了R包MCS,它实现了Hansen等人(2011)最近开发的模型置信集(MCS)过程。汉森的程序包括一系列的测试,允许构建一组“优越”的模型,其中的原假设的相等的预测能力(EPA)不拒绝在一定的置信水平。EPA统计测试是针对任意损失函数计算的,这意味着我们可以在各个方面测试模型,例如准时预测。该软件包的相关性使用一个例子,旨在详细说明使用该软件包提供的功能。该示例比较了属于该家族的不同模型预测大型财务损失的能力。我们还讨论了使用Ghalanos(2014)开发的流行R包rugarch实现的类模型及其极大似然估计。
2014-10-30 q-fin.ST stat.CO
LNIRT: An R Package for Joint Modeling of Response Accuracy and Times
在\textit{computer-based testing}中,收集每个供试品的响应准确度(RA)和响应时间(RT)已成为标准。IRT模型用于测量潜在变量(例如,能力,智力)使用RA观察。RT中的信息可以帮助改进(教育)测试中的常规操作,并提供有关工作速度的信息。在现代应用中,需要联合模型来整合测试分析中的RT信息。R-package LNIRT支持通过用户友好的设置来拟合关节模型,只需指定RA、RT数据和吉布斯抽样迭代总数。更详细的分析规范是可选的。主要结果可以通过汇总功能报告,但输出也可以使用马尔可夫链蒙特卡罗(MCMC)输出工具进行分析(即,coda,mcmcse)。LNIRT软件包的主要功能说明了两个真实的数据应用程序。
2021-06-18 stat.CO stat.ME
Stratified Bootstrap Test Package
分层抽样检验测试包通过非参数重采样方法评估多变量数据中群体排序的稳定性,并用于统计推断和公平性审计。
2025-12-17 stat.CO stat.ME
fasano.franceschini.test: An Implementation of a Multidimensional KS Test in R
Kolmogorov-Smirnov(KS)检验是一种非参数统计检验,用于检验单变量概率分布之间的差异。KS检验的多功能性使其成为许多科学学科中统计分析的基石。然而,Kolmogorov和Smirnov提出的检验不容易扩展到多维分布。在这里,我们介绍了fasano.franceschini.test包,一个由Fasano和Franceschini(1987)描述的多维双样本KS测试的R实现。fasano.franceschini.test包提供了一个计算效率高的测试,适用于任何维度和类型的数据(连续,离散或混合),并且与类似的R包竞争。
2022-11-18 astro-ph.IM physics.data-an q-bio.QM