| Compositional-package | 成分数据分析 | ||
| a.est | 折叠模型中α值的估计 | ||
| a.mle | 给定α值时折叠模型的极大似然估计 | ||
| acor | 两组分数据集之间的α广义相关性 | ||
| acor.tune | 两组分数据集之间α广义相关性的调整 | ||
| aknn.reg | 成分响应数据的alpha-k-NN回归 | ||
| aknnreg.tune | 成分响应数据的alpha-k-NN回归交叉验证 | ||
| alef | 阿尔法变换 | ||
| alfa | 阿尔法变换 | ||
| alfa.fda | 基于alpha变换的组分数据正则化灵活判别分析 | ||
| alfa.knn | 组合数据的k-NN算法 | ||
| alfa.knn.reg | 组合预测变量的alpha-k-NN回归 | ||
| alfa.pcr | 使用α变换在协变量侧使用成分数据的多元或单变量回归 | ||
| alfa.profile | 通过alfa剖面对数似然估计α值 | ||
| alfa.rda | 基于alpha变换的组分数据正则化灵活判别分析 | ||
| alfa.reg | 使用alpha变换的成分数据回归 | ||
| alfa.ridge | 使用α变换在协变量侧使用成分数据的岭回归 | ||
| alfa.tune | α值的快速估计 | ||
| alfadist | 阿尔法距离 | ||
| alfadista | 阿尔法距离 | ||
| alfafda.tune | 基于alpha变换的组分数据正则化柔性判别分析的交叉验证 | ||
| alfainv | 阿尔法变换的逆 | ||
| alfaknn.tune | 组合数据k-NN算法的优化 | ||
| alfaknnreg.tune | 具有组合预测变量的alpha-k-NN回归的交叉验证 | ||
| alfann | 基于alpha距离的k近邻 | ||
| alfapcr.tune | 利用alpha变换利用成分数据调整PCR中PCs的数量 | ||
| alfarda.tune | 基于alpha变换的组分数据正则化柔性判别分析的交叉验证 | ||
| alfareg.tune | 调整alpha回归中alpha的值 | ||
| alfaridge.plot | 岭回归图 | ||
| alfaridge.tune | 用alpha变换对以成分数据为预测因子的岭回归进行交叉验证 | ||
| alpha.mle | 给定α值时折叠模型的极大似然估计 | ||
| alr | 加性对数比变换及其逆 | ||
| alr.all | 全成对加法对数比变换 | ||
| alrinv | 加性对数比变换及其逆 | ||
| beta.est | （0，1）区间内分布的极大似然估计 | ||
| beta.reg | 贝塔回归 | ||
| bic.mixcompnorm | 基于BIC的混合料选型 | ||
| bivt.contour | t分布等值线图S&82秒 | ||
| choose.pc | 通过重构误差选择主成分个数 | ||
| comp.den | 成分数据的位置和散射参数估计 | ||
| comp.kerncontour | 核密度估计的等值线图S&82秒 | ||
| comp.knn | 组合数据的k-NN算法 | ||
| comp.ppr | 成分数据的投影寻踪回归 | ||
| comp.reg | 成分数据多元回归 | ||
| comp.test | 两个或多个组合平均向量的假设检验 | ||
| compknn.tune | 组合数据k-NN算法的优化 | ||
| compppr.tune | 成分数据投影寻踪回归的调整 | ||
| cv.comp.reg | 几种成分回归模型的交叉验证 | ||
| cv.tflr | 成分反应和预测因子的无变换线性回归交叉验证 | ||
| ddiri | Dirichlet分布的密度值 | ||
| diri.contour | 二维Dirichlet分布的等高线图S&82秒 | ||
| diri.density | Dirichlet分布的密度 | ||
| diri.est | 拟合Dirichlet分布 | ||
| diri.nr | 用Newton-Rapshon拟合Dirichlet分布 | ||
| diri.reg | 狄里克莱回归 | ||
| diri.reg2 | 狄里克莱回归 | ||
| dirimean.test | Dirichlet平均向量的对数似然比检验 | ||
| divergence | 成分数据散度矩阵 | ||
| eel.test1 | 单样本均值向量假设检验的指数经验似然 | ||
| eel.test2 | 两个均值向量的指数经验似然假设检验 | ||
| el.test1 | 单样本均值向量假设检验的经验似然性 | ||
| el.test2 | 两个均值向量的经验似然假设检验 | ||
| es | ESOV距离 | ||
| esov | ESOV距离 | ||
| esova | ESOV距离 | ||
| fd.density | 柔性Dirichlet分布的密度 | ||
| fd.est | 拟合柔性Dirichlet分布 | ||
| frechet | 成分数据的Frechet平均值 | ||
| frechet2 | 成分数据的辅助Frechet平均值 | ||
| glm.pcr | 主成分广义线性模型 | ||
| glmpcr.tune | 用GLMs调整主成分 | ||
| green | 格林纳克的电力转型 | ||
| helling.prop.reg | 基于距离的比例回归模型 | ||
| helm | Helmert子矩阵 | ||
| hotel1T2 | 欧氏数据的Hotelling多元单样本t检验 | ||
| hotel2T2 | 欧氏数据的Hotelling多元双样本t检验 | ||
| hsecant01.est | （0，1）区间内分布的极大似然估计 | ||
| ibeta.est | （0，1）区间内分布的极大似然估计 | ||
| james | 多变量t检验 | ||
| js.compreg | 基于散度的成分数据回归 | ||
| js.prop.reg | 基于距离的比例回归模型 | ||
| kl.alfapcr | 基于散度的成分数据回归，其中成分数据在协变量侧使用alpha变换 | ||
| kl.compreg | 基于散度的成分数据回归 | ||
| kl.compreg2 | Kullback-Leibler回归的辅助函数 | ||
| kl.diri | 两个Dirichlet分布的Kullback-Leibler散度和Bhattacharyya距离 | ||
| klalfapcr.tune | 使用α变换调整成分数据与协变量侧成分数据的基于散度的回归 | ||
| klcompreg.boot | Kullback-Leibler回归的辅助函数 | ||
| kumar.est | （0，1）区间内分布的极大似然估计 | ||
| logitnorm.est | （0，1）区间内分布的极大似然估计 | ||
| makefolds | 为交叉验证生成随机折叠 | ||
| maov | 多元方差分析 | ||
| maovjames | 多元方差分析（James检验） | ||
| mix.compnorm | 成分数据的高斯混合模型 | ||
| mixnorm.contour | 高斯混合模型的等高线图S&82秒 | ||
| mixreg | 零调整狄氏回归 | ||
| mkde | 多元核密度估计 | ||
| mkde.tune | 使用最大似然交叉验证调整内核的带宽h | ||
| multinompcr.tune | 用GLMs调整主成分 | ||
| multivreg | 多元线性回归 | ||
| multivt | 多值t分布的极大似然估计 | ||
| norm.contour | 正态分布等值线图S&82秒 | ||
| ols.compreg | 成分数据的非线性最小二乘回归 | ||
| ols.prop.reg | 基于距离的比例回归模型 | ||
| pcr | 主成分广义线性模型 | ||
| pcr.tune | 用GLMs调整主成分 | ||
| perturbation | 扰动操作 | ||
| pow | 电力运行 | ||
| propreg | 比例拟二项回归 | ||
| propregs | 比例拟二项回归 | ||
| rcompnorm | 多元正态随机值的单纯形模拟 | ||
| rcompsn | 基于单纯形的多元偏正态随机值模拟 | ||
| rcompt | 单形上的多元t随机值模拟 | ||
| rda | 欧氏数据的正则化判别分析 | ||
| rda.tune | 正则化判别分析的参数整定 | ||
| rdiri | Dirichlet随机值模拟 | ||
| rfd | 柔性Dirichlet分布的成分数据模拟 | ||
| rfolded | 折叠模型正态分布的成分数据模拟 | ||
| ridge.plot | 岭回归图 | ||
| ridge.reg | 岭回归 | ||
| ridge.tune | 岭回归的交叉验证 | ||
| rmixcomp | 高斯混合模型的成分数据模拟 | ||
| simplex.est | （0，1）区间内分布的极大似然估计 | ||
| skewnorm.contour | 正态分布的等高线图S&82秒 | ||
| spatmed.reg | 空间中值回归 | ||
| sym.test | 对称Dirichlet分布的对数似然比检验 | ||
| symkl.compreg | 基于散度的成分数据回归 | ||
| ternary | 三元图 | ||
| tflr | 成分反应和预测因子的无变换线性回归 | ||
| totvar | 总可变性 | ||
| zadr | 零调整狄氏回归 | ||
| zeroreplace | 艾希森简单的零替代策略 | ||
| zilogitnorm.est | （0，1）区间内分布的极大似然估计 |