BART-package | 贝叶斯加性回归树 | ||
abart | 时间到事件结果的AFT BART | ||
ACTG175 | 艾滋病临床试验组研究175 | ||
alligator | 美洲鳄的食物选择 | ||
arq | NHANES 2009-2010关节炎问卷 | ||
BART | 贝叶斯加性回归树 | ||
bartModelMatrix | 用向量或数据框 | ||
bladder | 膀胱癌复发 | ||
bladder1 | 膀胱癌复发 | ||
bladder2 | 膀胱癌复发 | ||
cancer | NCCTG肺癌数据 | ||
crisk.bart | BART竞争风险 | ||
crisk.pre.bart | 与BART竞争风险的数据构建 | ||
crisk2.bart | BART竞争风险 | ||
draw_lambda_i | 截断正态抽样检验 | ||
gbart | 连续和二元结果的广义BART | ||
gbmm | 连续和二元结果的广义BART混合模型 | ||
gewekediag | Geweke收敛诊断 | ||
lbart | Logistic-BART用于Logistic延迟的二分法结果 | ||
leukemia | 骨髓移植治疗白血病及多状态模型 | ||
lung | NCCTG肺癌数据 | ||
mbart | 类别较少的类别结果的多项式BART | ||
mbart2 | 具有更多类别的分类结果的多项式BART | ||
mc.abart | 时间到事件结果的AFT BART | ||
mc.cores.openmp | 检测OpenMP | ||
mc.crisk.bart | BART竞争风险 | ||
mc.crisk.pwbart | 用以前拟合的BART模型预测新的观测值 | ||
mc.crisk2.bart | BART竞争风险 | ||
mc.crisk2.pwbart | 用以前拟合的BART模型预测新的观测值 | ||
mc.gbart | 连续和二元结果的广义BART | ||
mc.gbmm | 连续和二元结果的广义BART混合模型 | ||
mc.lbart | Logistic延迟和并行计算二分结果的Logit-BART算法 | ||
mc.mbart | 类别较少的类别结果的多项式BART | ||
mc.mbart2 | 具有更多类别的分类结果的多项式BART | ||
mc.pbart | 具有正常潜伏期和并行计算的二分法结果的Probit-BART | ||
mc.pwbart | 用以前拟合的BART模型预测新的观测值 | ||
mc.recur.bart | 复发事件的BART | ||
mc.recur.pwbart | 用以前拟合的BART模型预测新的观测值 | ||
mc.surv.bart | BART生存分析 | ||
mc.surv.pwbart | 用以前拟合的BART模型预测新的观测值 | ||
mc.wbart | 并行计算连续结果的BART算法 | ||
mc.wbart.gse | 基于并行计算的BART全局SE变量选择 | ||
pbart | 正常潜伏期的二分法结果 | ||
predict.crisk2bart | 用以前拟合的BART模型预测新的观测值 | ||
predict.criskbart | 用以前拟合的BART模型预测新的观测值 | ||
predict.lbart | 用以前拟合的BART模型预测新的观测值 | ||
predict.mbart | 用以前拟合的BART模型预测新的观测值 | ||
predict.mbart2 | 用以前拟合的BART模型预测新的观测值 | ||
predict.pbart | 用以前拟合的BART模型预测新的观测值 | ||
predict.recurbart | 用以前拟合的BART模型预测新的观测值 | ||
predict.survbart | 用以前拟合的BART模型预测新的观测值 | ||
predict.wbart | 用以前拟合的BART模型预测新的观测值 | ||
pwbart | 用以前拟合的BART模型预测新的观测值 | ||
recur.bart | 复发事件的BART | ||
recur.pre.bart | 基于BART的重复事件数据构建 | ||
recur.pwbart | 用以前拟合的BART模型预测新的观测值 | ||
rs.pbart | 基于并行计算和分层随机抽样的二分法结果的BART算法 | ||
rtgamma | 截断伽马取样试验 | ||
rtnorm | 截断正态抽样检验 | ||
spectrum0ar | 估计零处的谱密度 | ||
srstepwise | survreg的逐步变量选择法 | ||
stratrs | 进行分层随机抽样以平衡结果 | ||
surv.bart | BART生存分析 | ||
surv.pre.bart | BART生存分析的数据构建 | ||
surv.pwbart | 用以前拟合的BART模型预测新的观测值 | ||
transplant | 肝移植等候名单 | ||
wbart | 持续结果的BART | ||
xdm20.test | “示例中使用的数据集”重现巴特'. | ||
xdm20.train | 一个真实的数据示例重现巴特'. | ||
ydm20.test | “示例中使用的数据集”重现巴特'. | ||
ydm20.train | “示例中使用的数据集”重现巴特'. |