AMS | α形状参数给定四参数βPDD的位置参数、均值、方差、偏度、峰度和β形状参数。 | ||
AUC | ROC曲线下面积。 | ||
Beta.2p.fit | 双参数(标准)β分布形状参数的矩估计法。 | ||
Beta.4p.fit | 四参数β分布形状和位置参数的矩估计法。 | ||
Beta.gfx.poly.cdf | 在β累积概率密度分布曲线下标记区域的坐标生成。 | ||
Beta.gfx.poly.pdf | 为贝塔概率密度分布在曲线下标记区域的坐标生成。 | ||
Beta.gfx.poly.qdf | 为贝塔分位数密度分布在曲线下标记区域的坐标生成。 | ||
Beta.tp.fit | 基于观察到的分数原始矩和有效测试长度估计β真实分数分布。 | ||
betamoments | 计算两到四个参数β概率密度分布的矩。 | ||
BMS | β形状参数给出了四参数βPDD的位置参数、均值、方差、偏度、峰度和α形状参数。 | ||
caStats | 分类精度统计。 | ||
cba | 根据提供的变量计算克朗巴赫α。 | ||
ccStats | 分类一致性统计。 | ||
dBeta.4P | 四参数Beta-PDD下的概率密度。 | ||
dBeta.pBeta | 贝塔密度复合累积贝塔分布的实现。 | ||
dBeta.pBinom | β-密度复合累积二项分布的实现。 | ||
dBetaMS | 标准Beta-PDD特定点下的密度,具有特定的均值和方差或标准差。 | ||
ETL | 利文斯顿和刘易斯的“有效测试长度”。 | ||
LABMSU | 下位置参数给定四参数Beta-PDD的形状参数、均值、方差和上位置参数。 | ||
LL.CA | Livingston和Lewis(1995)方法的一个实现,该方法基于观察到的测试分数和测试可靠性来估计分类的一致性和准确性。 | ||
LL.ROC | Livingston和Lewis方法的ROC曲线。 | ||
MLA | 根据观察结果,最有可能是真α值。 | ||
MLB | 根据观察结果,最可能的真实β值。 | ||
MLM | 标准Beta-PDD的最可能平均值,考虑到观察被认为是标准Beta-PDD的最可能观察(即模式)。 | ||
observedmoments | 计算观测值分布的矩。 | ||
pBeta.4P | 四参数贝塔概率密度分布下的累积概率函数。 | ||
pBetaMS | 在具有特定均值和方差的标准Beta-PDD下某些特定观察的概率。 | ||
qBeta.4P | 四参数Beta分布下的分位数给定概率。 | ||
qBetaMS | 包含特定比例分布的分位数,给定特定概率的标准Beta-PDD具有特定的均值和方差或标准差。 | ||
rBeta.4P | 四参数Beta概率密度分布下的随机数生成。 | ||
rBetaMS | 从标准Beta-PDD中随机抽取特定的均值和方差。 | ||
UABMSL | 上位置参数给定四参数Beta-PDD的形状参数、均值、方差和下位置参数。 |