BGGM-package | 贝叶斯高斯图形模型 | ||
asd_ocd | 资料图:自闭症和强迫症 | ||
bfi | 资料图:25个人格项目代表5个因素 | ||
bggm_missing | GGM:数据缺失 | ||
coef.estimate | 计算“估计”对象的回归参数 | ||
coef.explore | 计算“explore”对象的回归参数 | ||
confirm | 验证性假设检验 | ||
convergence | MCMC收敛 | ||
csws | 资料图:自我价值量表(CSWS)的意外事件 | ||
depression_anxiety_t1 | 资料图:抑郁和焦虑(时间1) | ||
depression_anxiety_t2 | 资料图:抑郁和焦虑(时间2) | ||
estimate | GGM:估算 | ||
explore | 探索性假设检验 | ||
fisher_r_to_z | 费希尔Z变换 | ||
fisher_z_to_r | Fisher-Z反变换 | ||
gen_ordinal | 生成有序和二进制数据 | ||
ggm_compare_confirm | GGM比较:验证性假设检验 | ||
ggm_compare_estimate | GGM比较:估算 | ||
ggm_compare_explore | GGM比较:探索性假设检验 | ||
ggm_compare_ppc | GGM比较:后验预测检查 | ||
gss | 资料图:1994年社会普查 | ||
ifit | 数据:ifit密集纵向数据 | ||
iri | 资料图:人际反应指数(IRI) | ||
map | 最大后验精度矩阵 | ||
mvn_imputation | 多元正态插补 | ||
pcor_mat | 提取偏相关矩阵 | ||
pcor_sum | 偏相关和 | ||
pcor_to_cor | 从偏相关中计算相关 | ||
plot.confirm | 打印“确认”对象 | ||
plot.ggm_compare_ppc | 绘制filename_points_covered_by_landmarks个对象 | ||
plot.pcor_sum | 绘制filename_points_covered_by_landmarks对象 | ||
plot.predictability | 绘制“可预测性”对象 | ||
plot.roll_your_own | 绘制filename_points_covered_by_landmarks个对象 | ||
plot.select | “选择”对象的网络图 | ||
plot.summary.estimate | '绘图'摘要.估算'对象 | ||
plot.summary.explore | '绘图'摘要.explore'对象 | ||
plot.summary.ggm_compare_estimate | 绘图'摘要。filename_points_covered_by_landmarks对象 | ||
plot.summary.ggm_compare_explore | 绘图'摘要。filename_points_covered_by_landmarks对象 | ||
plot.summary.select.explore | '绘图'摘要.选择.浏览'对象 | ||
plot.summary.var_estimate | 绘图'摘要。filename_points_covered_by_landmarks对象 | ||
plot_prior | 绘图:先验分布 | ||
posterior_samples | 提取后验样本 | ||
predict.estimate | “估计”对象的模型预测 | ||
predict.explore | “探索”对象的模型预测 | ||
predict.var_estimate | filename_points_covered_by_landmarks对象的模型预测 | ||
predictability | 可预测性:贝叶斯方差解释(R2) | ||
print.BGGM | “BGGM”对象的打印方法 | ||
ptsd | 资料图:创伤后应激障碍 | ||
ptsd_cor1 | 数据:创伤后应激障碍(样本# 1) | ||
ptsd_cor2 | 数据:创伤后应激障碍(样本# 2) | ||
ptsd_cor3 | 数据:创伤后应激障碍(样本# 3) | ||
ptsd_cor4 | 数据:创伤后应激障碍(样本&4) | ||
regression_summary | 多元或单变量回归的求和法 | ||
roll_your_own | 计算自定义网络统计信息 | ||
rsa | 资料图:成人心理弹性量表(RSA) | ||
Sachs | 资料图:萨克斯网 | ||
select | S3“选择”方法 | ||
select.estimate | “估计”对象的图形选择 | ||
select.explore | “探索”对象的图形选择 | ||
select.ggm_compare_estimate | filename_points_covered_by_landmarks对象的图形选择 | ||
select.ggm_compare_explore | filename_points_covered_by_landmarks对象的图形选择 | ||
select.var_estimate | '的图形选择变量估计'对象 | ||
summary.coef | 总结“coef”对象 | ||
summary.estimate | '的摘要方法估算.默认值'对象 | ||
summary.explore | '的摘要方法浏览.default'对象 | ||
summary.ggm_compare_estimate | filename_points_covered_by_landmarks对象的摘要方法 | ||
summary.ggm_compare_explore | filename_points_covered_by_landmarks对象的摘要方法 | ||
summary.predictability | “可预测性”对象的摘要方法 | ||
summary.select.explore | '的摘要方法选择。浏览'对象 | ||
summary.var_estimate | filename_points_covered_by_landmarks对象的摘要方法 | ||
tas | 资料图:多伦多述情障碍量表(TAS) | ||
var_estimate | VAR:估计 | ||
weighted_adj_mat | 提取加权邻接矩阵 | ||
women_math | 资料图:女性与数学 | ||
zero_order_cors | 零阶关联 |