pyStoNED: A Python Package for Convex Regression and Frontier Estimation
形状约束非参数回归是计量经济学、统计学、运筹学、机器学习和相关领域中一个不断发展的领域。在生产率和效率分析领域,最近发展的多元凸回归和相关技术,如凸分位数回归和凸期望回归,弥补了传统的确定性非参数和随机参数方法之间的长期差距。不幸的是,沉重的计算负担和缺乏强大的,可靠的,完全开放的计算包已经减缓了这些先进的估计技术的扩散到经验的做法。Python包pyStoNED的目的是通过为多变量凸回归、凸分位数回归、凸期望回归、保序回归、数据的随机非参数化以及相关方法提供免费可用且用户友好的工具来解决这一挑战。本文介绍了pyStoNED软件包的教程,并说明了其应用,重点是前沿成本和生产函数的估计。
2021-09-27 stat.AP stat.CO stat.ME
Rdimtools: An R package for Dimension Reduction and Intrinsic Dimension Estimation
University of Notre Dame(圣母大学)
发现复杂高维数据的模式是一个长期存在的问题。降维(DR)和固有维估计(IDE)是两个基本的主题程序,它们有助于对数据的几何理解。我们提出了Rdimtools -一个R包,支持133 DR和17 IDE算法,其程度使多方面的审查数据在一个地方更容易。Rdimtools在MIT许可下分发,可以从CRAN,GitHub及其软件包网站访问,所有这些都提供安装说明,自包含的示例和API文档。
2020-05-22 cs.LG stat.ML
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
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
ecp: An R Package for Nonparametric Multiple Change Point Analysis of Multivariate Data
有许多不同的方法可以执行变点分析,从纯参数方法到无分布方法。ecp软件包被设计用来执行多个变化点分析,同时尽可能少地做假设。虽然许多其他变点方法仅适用于单变量数据,但此R包适用于单变量和多变量观测。估计可以基于分层分裂或凝聚算法。分割估计通过二分算法顺序地识别变化点。凝聚算法通过确定最佳分割来估计变化点位置。这两种方法都能够检测数据中任何类型的分布变化。这提供了优于仅能够检测边缘分布内的变化的许多现有变化点算法的优点。
2013-11-23 stat.CO stat.ME
fnets: An R Package for Network Estimation and Forecasting via Factor-Adjusted VAR Modelling
fnets是一个R语言包,实现了Barigozzi等人(2022)提出的因子调整VAR模型方法,用于高维时间序列的网络估计与预测,并提供网络可视化、调优参数自动选择功能,在模拟数据和电力价格真实数据上验证了其有效性。
2023-07-04 stat.CO
Multivariate Locally Stationary Wavelet Process Analysis with the mvLSW R Package
本文介绍了R软件包mvLSW。该软件包包含一套工具,用于分析多元局部平稳小波(LSW)时间序列。关键要素包括:(i)对于给定的多元演化小波谱(EWS)的多元LSW时间序列的模拟;(ii)对于给定的时间序列的时间依赖的多元EWS的估计;(iii)时间序列通道之间的时间依赖的相干性和部分相干性的估计;以及(iv)对于多元EWS估计的近似置信区间的估计。通过模拟的例子和案例研究与EuStockMarkets从数据集包的包演示。本文已被《统计软件杂志》接受。演示mvLSW包的代码摘录在版本1.2.1下执行。
2018-10-23 stat.CO
nethist: An R package for Nonparametric Graphon Estimation via Network Histograms
West Virginia University(西弗吉尼亚大学);EPFL(洛桑联邦理工学院)
研究人员推出R包nethist,该包在统一接口内实现网络直方图类型图子估计,适用于单层和多层网络,含图形摘要,助力理解关联顶点的复杂系统。
2026-09-09 stat.CO
Parameter estimation for the discretely observed fractional Ornstein-Uhlenbeck process and the Yuima R package
本文对离散观测的分数阶Ornstein-Uhlenbeck过程的漂移、扩散系数和Hurst指数给出了相合的渐近高斯估计。对于漂移的估计,仅在1/2 < H < 3/4的情况下才得到结果。本文还提供了基于YUIMA包的R统计环境的现成软件。
2011-12-16 math.ST stat.CO stat.OT
The penetrance R package for Estimation of Age Specific Risk in Family-based Studies
本文介绍了一个开源R包penetrance,利用贝叶斯方法和家族谱系数据估计年龄特异性穿透率,并支持缺失年龄填补,以改善遗传性综合征的风险评估。
2025-03-26 stat.AP stat.CO
CovEsts: Nonparametric Autocovariance Estimation and Analysis
本文介绍R包CovEsts,提供非参数自协方差估计方法,含理论、函数、诊断工具及模拟和真实数据应用。
2026-09-30 math.PR stat.CO stat.ME
spINAR: An R Package for Semiparametric and Parametric Estimation and Bootstrapping of Integer-Valued Autoregressive (INAR) Models
针对计数数据时间序列文献不足,本文提出R包spINAR,支持INAR模型的半参数与参数估计、模拟及自举法,重点在于无需假设创新分布参数族的高效半参数估计。
2024-01-25 stat.CO
AutoWMM and JAGStree -- R packages for Population Size Estimation on Relational Tree-Structured Data
本文开发了AutoWMM和JAGStree两个R包,分别简化了加权乘数法估计和自动化分层贝叶斯建模代码生成,以解决关系树结构数据种群规模估计中的计算实施障碍。
2025-06-26 stat.CO
sparseDFM: An R Package to Estimate Dynamic Factor Models with Sparse Loadings
sparseDFM是一个R软件包,用于实现动态因子模型(DFM)的流行估计方法,包括Mosley等人(2023)的新型稀疏DFM方法。稀疏DFM通过约束加载矩阵具有很少的非零条目(即稀疏)来改善经典DFM中因子结构的可解释性问题。Mosley等人(2023)构建了一种有效的期望最大化(EM)算法,以使用正则化准极大似然估计模型参数。我们在本文中提供了详细的估计策略,并展示了我们如何实现这一计算效率的方式。然后,我们提供了两个真实数据的案例研究,作为如何使用sparseDFM包的教程。第一个案例研究的重点是总结一个小的季度CPI(消费者价格通胀)指数数据的结构,为英国,而第二个应用程序包到一个大规模的一套月度时间序列的目的,nowcasting九个主要的贸易商品,英国出口到世界各地。
2023-03-23 econ.EM stat.CO stat.ME
Fast Tail Index Estimation for Power Law Distributions in R
幂律分布,特别是帕累托分布,描述了不同研究领域的数据。我们在R中开发了一个包,用于估计此类数据集的尾部索引,重点关注速度(特别是大型数据集),同时考虑易用性和准确性。在本文档中,我们提供了我们的软件包的用户指南以及所获得的结果,突出了我们的软件包的速度优势。
2020-06-18 stat.ME
BEND: An R Package for the Bayesian Estimation of Nonlinear Longitudinal Data
Human Resources Research Organization (HumRRO)(人力资源研究组织);Bloomington Public Schools(布卢明顿公立学校);Center for Research and Teaching in Economics(经济研究与教学中心);University of Minnesota(明尼苏达大学)
本文介绍R包BEND,它使用贝叶斯推断方法估计非线性纵向模型,特别是分段模型,并提供多种扩展功能以处理复杂纵向数据。
2026-05-29 stat.CO stat.ME
The R package $\texttt{ebmstate}$ for disease progression analysis under empirical Bayes Cox models
软件包$\texttt{mstate}$与软件包$\texttt{survival}$相结合,不仅提供了一个完善的R语言多状态生存分析框架,而且也是最完整的框架之一,因为它包括相对转移风险、累积转移风险和状态占用概率的点估计和区间估计,都是在时钟向前和时钟重置模型下;个性化估计值,即具有特定协变量测量值的个体的估计值,也可以通过拟合Cox回归模型用$\texttt{mstate}$获得。新的R包$\texttt{ebmstate}$,我们目前在本文中,是一个扩展的$\texttt{mstate}$,据我们所知,第一个R包的多状态模型估计,适用于高维数据和完整的意义上刚才提到的。它是对$\texttt{mstate}$的三方面扩展:它将Cox模型转换成一个正则化的经验贝叶斯模型,该模型在高维数据下表现得更好;它用非参数bootstrap置信区间代替了用于低维设置的渐近置信区间;它引入了一个分析性的,时钟重置模型的状态占用概率的基于傅立叶变换的估计器,比$\texttt{mstate}$中相应的基于仿真的估计器快得多。本论文包括一个详细的教程,如何使用我们的包来估计过渡危险和状态占用概率,以及模拟研究,显示它如何提高性能的$\texttt{mstate}$。
2022-01-19 stat.CO stat.ME
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
Scikit-dimension: a Python package for intrinsic dimension estimation
Institut Curie, PSL Research University(居里研究所,PSL研究大学);INSERM(法国国家健康与医学研究院);CBIO-Centre for Computational Biology, Mines ParisTech, PSL Research University(计算生物学中心,巴黎高科矿业学院,PSL研究大学);University of Leicester(莱斯特大学);Lobachevsky University(罗巴切夫斯基大学)
本文介绍开源 Python 包 scikit-dimension,它基于 scikit-learn API 统一实现多种全局与局部本征维数估计器及数据集生成器,并通过 500 多个数据集的大规模基准测试验证其应用。
2021-09-06 cs.LG stat.ML
SCoRES: An R Package for Simultaneous Confidence Region Estimates
Emory University(埃默里大学);University of California San Diego(加州大学圣地亚哥分校)
针对现有逆域估计方法假设严苛、阈值难定的问题,本文推出实现Ren等人2024年提出的非渐近多水平同时置信集方法的SCoRES R包,支持多类数据的置信带构建与可视化,通过示例验证其适用性。
2025-11-15 stat.CO stat.ME
trec: An R package for trend estimation and classification to support integrated assessment of the marine ecosystem and environmental factors
Solvang和Planque(2020)提供了一种趋势估计和分类(TREC)方法,用于估计多变量时间序列观测值中的主要共同趋势。开发这种方法是为了改善海洋管理人员,行业代表,非政府组织和政府机构等利益相关者之间的沟通,因为他们调查海洋生态系统中的生物群落与当地环境因素之间的共同趋势。整个计算过程最初使用MATLAB(版本R2018 b)实现。在本文中,我们提出了R包trec,这是出于读者的要求,海洋科学杂志,由国际海洋勘探理事会出版。原程序中的趋势估计和分类任务已被修改,新功能包括使用多项逻辑推理的自动图标分配算法。该软件包的实现涉及三个分区,分别对应于TREC 1)根据观察到的时间序列数据估计趋势; TREC 2)对两个/三个粗略模式进行分类;以及TREC 3)生成一个表格,总结常见配置的类别以及对它们的自动图标分配。
2022-09-14 stat.AP stat.CO
SemiCompRisks: An R Package for Independent and Cluster-Correlated Analyses of Semi-Competing Risks Data
半竞争风险是指主要科学兴趣在于对非终末事件的估计和推断的环境,其发生取决于终末事件。在本文中,我们提出了R包SemiCompRisks,提供的功能来执行独立/集群的半竞争风险数据的分析下的疾病-死亡多状态模型。该软件包允许用户从一系列选项中选择模型组件的规格,为用户提供了很大的灵活性,包括:加速失效时间或比例风险回归模型;基线生存函数的参数或非参数规格;当数据是聚类相关时,随机效应分布的参数或非参数规格;以及,用于终端事件跟随非终端事件的马尔可夫或半马尔可夫规范。虽然估计主要是在贝叶斯范式内执行,但该软件包还为选定的参数模型提供了极大似然估计。该软件包还包括单变量生存分析功能作为补充分析工具。
2018-04-05 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
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
trajmsm: An R package for Trajectory Analysis and Causal Modeling
本文介绍 R 包 trajmsm,用于实现 LCGA 与 MSM/HRMSM 结合的轨迹因果建模,并支持 IPW、g-计算和 pooled LTMLE 三种估计方法。
2024-10-29 stat.CO stat.ME
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
Neuronal functional connectivity graph estimation with the R package neurofuncon
本文介绍R包neurofuncon,基于Graphical lasso从大规模数据中计算并可视化神经元功能连接图,并在小鼠视觉皮层约10000个神经元的数据上演示其应用。
2024-02-08 q-bio.NC stat.CO
$whittlehurst$: A Python package implementing Whittle's likelihood estimation of the Hurst exponent
本文提出 Python 软件包 whittlehurst,实现 Whittle 似然法估计分数布朗运动的 Hurst 指数,并通过数值近似优化和基准测试验证其在精度与速度上达到最先进水平,适用于金融和生物医学数据。
2025-05-16 stat.CO stat.ML
Metacountregressor: A python package for extensive analysis and assisted estimation of count data models
Queensland University of Technology(昆士兰科技大学)
本文介绍了Python包MetaCountRegressor,它借助元启发式算法支撑稀有事件的预测性计数建模,具备参数优化、异质性捕捉、面板数据支持等功能,可降低建模门槛、减少偏差、提升效率。
2025-05-06 stat.ME
GGLasso -- a Python package for General Graphical Lasso computation
我们介绍GGLasso,一个用于解决一般图形套索问题的Python软件包。由(Friedman 2007)(另见(Yuan 2007; Banerjee 2008))引入的图形套索方案从多变量高斯数据$\mathcal{X} \sim \mathcal{N}(μ, Σ) \in \mathbb{R}^p$估计稀疏逆协方差阵$Θ$。这个估计框架最初由Dempster 1972年提出,名为协方差选择,在2012年,这个估计框架已经扩展到包括潜变量。最近的扩展还包括多个逆协方差阵的联合估计,参见例如,in(Danaher 2013; Tomasi 2018). GGLasso软件包包含解决一般问题公式的方法,包括重要的特殊情况,如单个(潜在变量)图形套索,组和融合图形套索。
2021-10-20 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
logitr: Fast Estimation of Multinomial and Mixed Logit Models with Preference Space and Willingness to Pay Space Utility Parameterizations
本文介绍了logitr R软件包,用于快速极大似然估计的多项logit和混合logit模型与未观察到的异质性,这是通过允许参数随机变化的个人根据选定的分布建模。该软件包比其他类似的软件包,如mlogit,gmnl,mixl和apollo更快,它支持使用“偏好空间”或“支付意愿(WTP)空间”参数指定的效用模型,允许直接估计边际WTP。在混合logit模型中,使用偏好空间模型计算支付意愿后估计的典型过程会导致支付意愿在总体上的不合理分布。本文提供了一个讨论的影响,每个公用事业参数化的支付意愿估计。它还强调了一些设计特性,使logitr的性能评估速度,并包括一个基准测试与类似的包。最后,本文强调了专门为WTP空间模型设计的其他功能,包括用于在任一空间中指定模型的一致用户界面和并行化的多启动优化循环,这对于在使用非凸对数似然函数估计模型时搜索不同局部最小值的解空间特别有用。
2022-10-19 stat.ME
SUrvival Control Chart EStimation Software in R: the success package
本文介绍 R 包 success,用于为生存数据构建风险调整控制图,并提供参数确定及静态、交互式可视化功能。
2024-06-18 stat.AP stat.ME
gasmodel: An R Package for Generalized Autoregressive Score Models
Prague University of Economics and Business(布拉格经济大学)
gasmodel是用于估计、预测和模拟多种GAS模型的R包,提供丰富分布、灵活动态设定及外生变量纳入功能,采用极大似然法估计模型。
2026-09-03 stat.CO
rFIA: An R package for estimation of forest attributes with the Forest Inventory and Analysis Database
森林清查和分析(FIA)是美国农业部林务局的一个项目,旨在监测美国各地森林的变化。FIA拥有世界上最大的生态数据集之一,尽管其复杂性限制了许多潜在用户的访问。rFIA是一个R软件包,旨在使用FIA计划收集的数据简化森林属性的估计。具体地,rFIA通过用户定义的种群边界内的森林变量的时空索引摘要(例如,地理的、时间的、生物物理的)。该软件包实现了多个基于设计的估计,并已验证对官方估计和抽样误差所产生的FIA计划。我们通过评估白蜡树(白蜡树属)的丰度和死亡率的变化来证明rFIA的实用性。种群在密歇根州的下半岛后,建立翡翠灰螟(Agrilus planipennis)。
2020-02-04 stat.AP
PAFit: an R Package for the Non-Parametric Estimation of Preferential Attachment and Node Fitness in Temporal Complex Networks
许多现实世界的系统被描述为随着时间的推移而增长的复杂网络。优先连接和节点适应度是两种简单的增长机制,不仅解释了现实世界系统中常见的某些结构特性,而且还与建模和推理中的许多应用有关。虽然有统计软件包用于估计偏好依恋函数的各种参数形式,但没有这样的软件包实现非参数估计过程。非参数的方法来估计的优先附件功能允许相对细粒度的调查的“富-更富”的现象,可能会导致新的见解在搜索中解释某些非标准的结构特性观察到在现实世界中的网络。本文介绍了R软件包PAFit,它实现了非参数程序,用于估计增长网络中的优先连接函数和节点适应度,以及从这两种机制生成复杂网络的一些函数。该软件包的主要计算部分是用C++和OpenMP实现的,以确保可扩展到大规模网络。首先通过模拟实例介绍了PAFit的主要功能,然后使用该软件包分析了复杂网络领域科学家之间的合作网络。结果表明,在合作网络中的“富-更富”和“适合-更富”的现象的联合存在。估计的附件功能被观察到是近线性的,我们解释为这意味着作者得到一个新的合作者的机会是成比例的,他们目前的合作者的数量。此外,估计的作者适合度揭示了该领域最顶尖的网络科学家中复杂网络社区的许多熟悉面孔。
2018-10-24 cs.SI physics.data-an physics.soc-ph
Hhsmm: An R package for hidden hybrid Markov/semi-Markov models
本文介绍了hhsmm R包,其中包括初始化,拟合和预测的隐混合马尔可夫/半马尔可夫模型的功能。这些模型都是灵活的马尔可夫和半马尔可夫状态,适用于情况下,该模型涉及吸收或宏观状态的模型。从左到右模型和串/并联网络模型是两种具有马尔可夫和半马尔可夫状态的模型。hhsmm还包括马尔可夫/半马尔可夫切换回归模型以及自回归HHSMM、使用惩罚B样条的排放分布的非参数估计、未来状态的预测以及预测函数中的剩余使用寿命估计。商业模块化航空推进系统模拟(C-MAPSS)数据集也包括在该包中,用于说明该包功能的应用。最后介绍了该软件包在西班牙能源需求分析和预测中的应用。
2022-05-29 stat.CO
nonprobsvy -- An R package for modern methods for non-probability surveys
本文介绍R包nonprobsvy,其实现预测法、逆概率加权法等三类非概率样本推断方法,支持分析与自助法方差估计,可利用总体数据或概率总体信息,助力研究者用非概率样本准确估计总体特征。
2025-08-20 stat.AP stat.CO stat.ME
postcard: An R Package for Marginal Effect Estimation with or without Prognostic Score Adjustment
本文介绍R包postcard,实现含或不含预后评分调整的GLM插入法,用于估计边际效应和近似统计功效,为随机临床试验提供高效分析工具。
2026-11-09 stat.ME
hyreg2: An R package to Estimate Latent Classes on a Mixture of Continuous and Dichotomous Data
Bielefeld University(比勒费尔德大学);Akershus University Hospital(阿克斯胡斯大学医院)
提出hyreg2 R包,基于联合似然方法估计混合结果类型的潜在类别模型,支持连续和二分类数据,使用EM算法实现,并提供用户友好接口。
2026-06-16 stat.AP stat.ME
bridgesampling: An R Package for Estimating Normalizing Constants
诸如贝叶斯因子模型选择和贝叶斯模型平均的统计过程需要计算归一化常数(例如,边际可能性)。众所周知,这些归一化常数很难获得,因为它们通常涉及无法解析求解的高维积分。在这里,我们介绍了一个R包,它使用桥采样(孟和王,1996年;孟和席林,2002年),以通用和易于使用的方式估计归一化常数。对于在Stan中实现的模型,估计过程是自动的。我们用三个例子来说明这个包的功能。
2018-09-18 stat.CO
genriesz: A Python Package for Automatic Debiased Machine Learning with Generalized Riesz Regression
genriesz是一个基于广义里斯茨回归的Python包,通过自动去偏机器学习实现因果参数的高效估计。
2026-02-19 cs.LG econ.EM math.ST
Probabilistic Estimation and Projection of the Annual Total Fertility Rate Accounting for Past Uncertainty: A Major Update of the bayesTFR R Package
本文介绍bayesTFR R包的重大更新,在概率TFR预测模型中纳入过去估计不确定性、支持年度估计与预测,并加入自回归成分以处理年度自相关。
2022-07-14 stat.AP
Simulation and Analysis of Multifractional Stochastic Processes with R Package Rmfrac
La Trobe University(拉 Trobe 大学)
本文介绍了Rmfrac包,用于模拟和分析多分数过程,提供Hurst函数估计、局部分形维数计算及可视化功能。
2026-04-02 math.PR stat.CO
Dynamic Model Averaging for Practitioners in Economics and Finance: The eDMA Package
Raftery、Karny和Ettler(2010)介绍了一种估计技术,他们将其称为动态模型平均(DMA)。在他们的应用中,DMA用于预测冷轧机的输出带材厚度,其中输出是以时间延迟测量的。最近,DMA在宏观经济和金融应用中也显示出有用。在本文中,我们提出了eDMA包的DMA估计实现R。eDMA软件包特别适合经济和金融领域的从业人员,因为这些领域通常有大量的预测指标。我们的实现比使用单核CPU的标准实现快133倍。因此,在此软件包的帮助下,从业者能够在标准PC上执行DMA,而无需求助于大型集群,这对所有研究人员来说都是不容易的。我们通过模拟实验和实证应用程序,使用季度美国通货膨胀数据证明了这个包的有用性。
2017-10-16 cs.CE stat.AP stat.CO
logitFD: an R package for functional principal component logit regression
本文介绍R包logitFD,用于函数型logit回归模型的拟合,通过函数型主成分分析解决多重共线性,并支持多个函数型和非函数型预测变量,附有实例演示。
2024-02-07 math.ST stat.ME stat.TH
wtest: an R Package for Testing Main and Interaction Effect in Genotype Data with Binary Traits
该R软件包通过W检验评估单核苷酸多态性(SNP)的主要和成对相互作用效应,可扩展到整个基因组范围的数据集。该软件包提供了快速和准确的遗传标记的p值估计,以及对概率分布的诊断检查。它允许在用户友好的界面中进行灵活的阶段式或详尽的关联测试。可用性:该软件包可在CRAN中获得,或从网站获得:http://www2.ccrb.cuhk.edu.hk/wtest
2016-10-11 q-bio.QM 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
CEoptim: Cross-Entropy R Package for Optimization
交叉熵(CE)方法是一种简单而通用的优化技术,基于Kullback-Leibler(或交叉熵)最小化。该方法可以应用于广泛的优化任务,包括连续,离散,混合和约束优化问题。新的包CEoptim提供了CE方法的R实现以进行优化。我们描述了一般的CE优化方法,以及一些有用的修改。CEoptim的用法和疗效通过各种优化实例证明,包括模型拟合、组合优化和极大似然估计。
2015-03-06 stat.CO
Counterfactual: An R Package for Counterfactual Analysis
Counterfactual软件包实现了Rishzhukov,Fernánal-Val和Melly(2013)的估计和推理方法,用于反事实分析。所考虑的反事实分布是改变与感兴趣的结果变量相关的协变量的边缘分布或给定协变量的结果的条件分布的结果。它们可用于估计分位数处理效应和工资分解。本文介绍了该软件包,并展示了其中包含的命令的基本功能。
2016-10-25 econ.EM stat.CO
CARlasso: An R package for the estimation of sparse microbial networks with predictors
微生物组数据分析需要统计工具,可以同时解码微生物对环境的反应和微生物之间的相互作用。我们引入CARlasso,这是第一个用户友好的开源和公开可用的R包,用于拟合稀疏微生物网络的推理的链图模型,该模型代表节点之间的相互作用和一组预测因子的影响。与标准回归方法不同,边缘表示响应和预测因子之间的正确条件结构,允许从受控实验中纳入先验知识。此外,CARlasso 1)通过LASSO在网络中强制稀疏; 2)允许自适应扩展以包括对不同边缘的不同收缩; 3)通过高效的吉布斯抽样算法在计算上是廉价的,因此它可以同等地处理小数据和大数据; 4)通过适当的分层结构允许连续、二进制、计数和合成响应,以及5)具有与LM类似的语法以便于使用。该软件包还支持贝叶斯图形LASSO及其多个层次模型,以及CAR-LASSO模型的低级一步抽样功能,供用户扩展。
2021-07-29 stat.AP
RobPy: a Python Package for Robust Statistical Methods
针对Python缺乏综合稳健统计方法包的问题,研究团队推出基于NumPy等成熟库构建的RobPy包,涵盖多类稳健分析工具与异常值可视化功能,填补了Python生态的相关空白。
2024-11-04 stat.CO stat.ML
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
The Calculus of M-estimation in R with geex
M-估计或估计方程方法广泛应用于点估计和渐近推断。在本文中,我们提出了一个R包,可以找到根和计算经验三明治方差估计的任何一组用户指定的,无偏估计方程。Stefanski和Boos(2002)的M估计入门中的示例演示了该软件的使用。该软件包还包括一个有限样本方差校正的框架和一个包含大量教程的网站。
2019-01-05 stat.AP