agrmt-package | 计算有序评分表中的浓度和分散度 | ||
agreement | 计算vandereijk的一致度量A | ||
agreementError | 协议A的模拟编码错误 | ||
agrmt | 计算有序评分表中的浓度和分散度 | ||
ajus | 分类分布 | ||
ajusCheck | AJUS敏感性试验 | ||
ajusPlot | 用AJUS类型绘制向量 | ||
BerryMielke | 计算IOV | ||
BlairLacy | 计算l | ||
censor | 审查辅助函数 | ||
collapse | 将一个向量减少为一个频率向量 | ||
compareAgreement | 比较有无模拟编码错误的协议 | ||
compareValues | 比较两个值 | ||
concentration | 测量浓度 | ||
consensus | 计算Tastle和Wierman的一致性度量 | ||
consensus.variance | 共识近似方差 | ||
D.variance | Leik's D的近似方差 | ||
disper | 测量距离 | ||
dispersion | 测量离散度 | ||
dsquared | 计算d平方 | ||
entropy | 计算香农熵 | ||
expand | 将频率向量展开为 | ||
isd | 分类随时间的变化 | ||
Kvalseth | 计算Kvalseth的COV | ||
l.variance | 布莱尔和莱西l的近似方差 | ||
Leik | 计算有序离差 | ||
lsquared | 计算l平方 | ||
lsquared.variance | Blair和Lacy平方的近似方差 | ||
minnz | 非零最小值 | ||
modes | 识别多种模式 | ||
MRQ | 计算MRQ极化指数 | ||
patternAgreement | 计算模式协议 | ||
patternVector | 创建图案矢量 | ||
polarization | 计算极化 | ||
Reardon | 里尔登熵 | ||
reduceVector | 删除零和重复值 | ||
sd.variance | 分类标准差的近似方差 | ||
secondModes | 最常见值和第二常见值 | ||
truncatevector | 截断辅助函数 | ||
var.variance | 一致性估计量的近似方差 |