bartBMA | 使用贝叶斯模型平均的贝叶斯加性回归树(BART-BMA) | ||
bartBMA.default | 使用贝叶斯模型平均的贝叶斯加性回归树(BART-BMA) | ||
bartBMA_with_ITEs_exact_par | 用线性代数求平均数和方差,用二分法求混合t分布的分位数。 | ||
ITEs_bartBMA | 使用bartBMA和Hill(2011)描述的方法进行ITE预测(样本) | ||
ITEs_bartBMA_exact_par | 估计ITEs并获得可信区间(样本内或样本外)。 | ||
ITEs_CATT_bartBMA_exact_par | 估计ITEs、CATE、CATT、CATNT并获得可信区间(样本内或样本外)。 | ||
predict_bartBMA | 使用现有bartbma对象预测新数据集 | ||
predict_probit_bartBMA | 使用现有filename_points_covered_by_landmarks对象预测新数据集 | ||
preds_bbma_lin_alg | 从每个模型的后验平均值的后验概率加权平均得到的bart bma输出预测 | ||
pred_expectation_intervals_bbma_GS | bart-bma输出的预测区间 | ||
pred_intervals_bbma_GS | bart-bma输出的预测区间 | ||
pred_intervals_new_initials_GS | bart-bma输出的预测区间 | ||
pred_ints_exact | 用线性代数求平均数和方差,用二分法求混合t分布的分位数。 | ||
pred_ints_exact_par | 用线性代数求平均数和方差,用二分法求混合t分布的分位数。 | ||
pred_means_bbma_GS | 吉布斯采样器对bart-bma输出的预测 | ||
pred_means_bbma_new_initials_GS | 吉布斯采样器对bart-bma输出的预测 | ||
probit_bartBMA | 二元变量分类的Probitfilename_edges_strength | ||
probit_bartBMA.default | 二元变量分类的Probitfilename_edges_strength | ||
varImpScores | Hernandez等人(2018)定义的变量重要性 | ||
varIncProb | Linero(2018)定义的可变包含概率 |