Inference for high dimensional repeated measure designs with the R package hdrm
本文介绍了R包hdrm用于高维重复测量设计的推断方法，提供高效的统计检验和计算策略。
2025-12-19 stat.CO stat.ME
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
Inference tools for Markov Random Fields on lattices: The R package mrf2d
二维格子上的马尔可夫随机场是许多图像分析方法的基础。mrf2d为一类具有成对交互作用的离散平稳马尔可夫随机场模型提供了统计推断工具，其中包括许多流行的模型，如Potts模型和纹理图像模型。该软件包介绍了依赖结构和参数的表示，可视化功能和采样算法的有效（基于C++）实现，常见的估计方法和模型的其他关键功能，提供了一个有用的框架来实现算法和一般的模型。本文介绍了该软件包的描述和细节，以及一些可重复的使用示例。
2020-07-03 stat.CO stat.ME
FRK: An R Package for Spatial and Spatio-Temporal Prediction with Large Datasets
FRK是一个R软件包，用于大型数据集的空间/时空建模和预测。它有助于最常用的流形（在欧几里得空间和球面上）上的空间和时空场的最佳空间预测（克里金）。它与许多空间建模和预测软件包的不同之处在于，它避免了静态和各向同性协方差和变差函数模型，而是在精细分辨率离散空间域上构建空间随机效应（SRE）模型。离散单元被称为基本面积单元（BAU），其在软件中的引入带来了几个实际优势。该软件可用于（i）相对容易地将多个观测与不同的支持相结合;（ii）在数百万个预测位置获得准确的预测（无需条件模拟）;（iii）在BAU的分辨率下区分测量误差和精细尺度变化，从而允许可靠的不确定性量化。通过添加另一个维度来包括时间分量。SRE模型的一个关键组成部分是空间或时空基函数的规范;在软件包中，它们可以自动生成或由用户生成。该软件包还提供了自动BAU建设，期望最大化（EM）算法的参数估计，并预测任何用户指定的多边形或BAU的功能。该软件包的使用说明了几个空间和时空数据集，它的预测和它实现的模型进行了广泛的比较，其他常用的空间预测和建模。
2018-06-07 stat.CO
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
hdMTD: An R Package for High-Dimensional Mixture Transition Distribution Models
hdMTD是一个用于高维混合转移分布模型的R包，通过高效算法估计参数并进行模拟，适用于长程条件依赖性研究。
2025-12-01 stat.CO stat.ME
Gaussian ARMA models in the ts.extend package
本文介绍并描述了R软件包ts.extend，它增加了平稳高斯ARMA模型的概率函数和时间序列的相关效用函数。我们将展示如何使用该软件包来计算此类模型的密度和分布函数，并从该模型生成随机向量。该软件包允许用户使用边缘或条件模型，使用简单的语法来调节变量和边缘化元素。这允许用户模拟来自任何平稳高斯ARMA模型的时间序列向量，即使某些元素是条件值或省略值。我们还展示了如何使用该软件包来计算时间序列向量的谱强度，并实现时间序列向量的置换谱测试来检测周期信号的存在。
2021-09-25 stat.CO
hermiter: R package for Sequential Nonparametric Estimation
本文介绍了R包hermiter，该包利用基于Hermite级数的估计器实现单变量和双变量概率密度、累积分布、分位数及相关系数的估计，特别适用于序贯和大数据单遍批量估计，并支持并行与分布式计算。
2023-07-02 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
Active Learning with Adaptive Non-Stationary Kernel for Continuous-Fidelity Surrogate Models
Michigan State University（密歇根州立大学）
本文提出了一种基于自适应非平稳核的主动学习方法，用于改进连续保真度替代模型的预测精度和效率。
2026-01-30 stat.ME
svc: An R package for Spatially Varying Coefficient Models
该研究提出可扩展贝叶斯空间变化系数模型，通过子集高斯过程近似、自适应Metropolis算法和优化线性代数实现高效计算，并开发R包svc，在模拟和地表温度数据中验证了其优于传统方法，能揭示非平稳空间关系。
2025-05-25 stat.AP stat.ME
The R-package phtt: Panel Data Analysis with Heterogeneous Time Trends
R-package phtt为具有大维度n、T和一般形式的不可观察异质效应的面板数据提供了估计程序。特别是，Bai（2009）和Kneip，Sickles和Song（2012）的估计程序相互补充：两个模型都假设不可观察的异质效应具有因子结构。Kneip等人（2012）考虑了时变公共因子具有相对平滑模式的情况，包括强正自相关平稳和非平稳因子，而Bai（2009）的方法侧重于随机有界因子，如ARMA过程。此外，phtt软件包提供了一个广泛的维度标准，以估计未观察到的因素的数量，同时与其余的模型参数。
2014-07-24 stat.CO stat.ME
On the Ergodicity, Bias and Asymptotic Normality of Randomized Midpoint Sampling Method
University of California, Davis（加利福尼亚大学戴维斯分校）；University of Toronto（多伦多大学）；Vector Institute（矢量研究所）
随机中点方法，提出了[SL 19]，已成为一个最佳的离散化过程模拟连续时间朗之万扩散。针对强凸光滑势的情形，本文分析了过阻尼和欠阻尼Langevin扩散的随机中点离散方法的若干概率性质.我们首先描述了固定分布的离散链得到恒定步长离散化，并表明它是偏离目标分布。值得注意的是，步长需要趋于零以获得渐近无偏性。接下来，我们建立了使用随机中点方法的数值积分的渐近正态性，并强调了相对于其他离散化的优点和缺点。我们的研究结果共同提供了一些见解的随机中点离散化方法的行为，包括获得数值积分的置信区间。
2021-09-10 cs.LG math.ST stat.CO
Multiple Change Point Detection in Structured VAR Models: the VARDetect R Package
向量自回归（VAR）模型捕捉多变量时间序列数据的超前-滞后时间动态。它们在宏观经济学、金融计量经济学、神经科学和功能基因组学等领域有着广泛的应用。在许多应用中，数据在其自回归动态中表现出结构变化，这对应于指定这种动态的VAR模型的转移矩阵的变化。我们提出了R包VARDetect，它实现了两类算法来检测分段平稳VAR模型中的多个变化点。第一个表现出次线性的计算复杂性的时间点的数量，最适合于结构化的稀疏模型，而第二个表现出线性的时间复杂性，是专为模型的过渡矩阵被假定为具有低秩加稀疏分解。该软件包还具有从所讨论的VAR模型的各种变体生成数据的功能，这在模拟研究中很有用，以及通过网络布局可视化结果。
2021-10-13 stat.CO stat.ME
SNSeg: An R Package for Time Series Segmentation via Self-Normalization
本研究推出R包SNSeg，实现了基于自归一化的SNCP变点检测框架，支持多类型参数的单/多变量时间序列分割，还扩展了高维均值变点检测的SNHD方法，配有可视化工具并提供仿真示例。
2024-04-11 stat.CO
deform: An R Package for Nonstationary Spatial Gaussian Process Models by Deformations and Dimension Expansion
针对平稳高斯过程难以捕捉大域连续空间依赖的问题，R包deform提供易用函数，支持空间变形、维度扩展两种非平稳GP拟合与可视化，还可实现预测与模拟。
2023-11-09 stat.CO stat.ME
TrendLSW: Trend and Spectral Estimation of Nonstationary Time Series in R
TrendLSW包提供小波技术分析非平稳时间序列，包括趋势下谱估计、趋势估计及置信区间，支持任意长度数据，无需预处理。
2024-11-05 stat.CO stat.ME
Burn-in-Free Simulation of VARMA Time Series
University of Iceland（冰岛大学）
研究开发了无需烧失期的VARMA时间序列模拟软件包Varmapack，支持多语言接口及多种计算功能，性能远超同类软件，为时间序列模拟提供高效开源工具。
2026-09-01 stat.AP stat.CO stat.ME
