toutes les options
bookworm  ] [  trixie  ] [  sid  ]
[ Paquet source : r-cran-brglm2  ]

Paquet : r-cran-brglm2 (0.9.2+dfsg-1)

Liens pour r-cran-brglm2

Screenshot

Ressources Debian :

Télécharger le paquet source r-cran-brglm2 :

Responsables :

Ressources externes :

Paquets similaires :

réduction de biais pour GNU R dans les modèles linéaires généralisés

Il s’agit d’estimation et d’inférence à partir de modèles linéaires généralisés basés sur divers méthodes pour la réduction du biais et le maximum de vraisemblance pénalisée avec des puissances de l’a priori de Jeffreys comme pénalité. La méthode « brglmFit » d’adaptation peut réaliser la réduction du biais d’estimation en résolvant les équations de score ajusté selon la réduction de biais moyen dans Firth (1993) <doi:10.1093/biomet/80.1.27> et Kosmidis et Firth (2009) <doi:10.1093/biomet/asp055>, ou les équations de résultat ajusté selon la réduction de biais médian dans Kenne et al. (2017) <doi:10.1093/biomet/asx046>, ou à travers la soustraction directe d’une estimation du biais de l’estimateur du maximum de vraisemblance à partir de estimations du maximum de vraisemblance comme dans Cordeiro et McCullagh (1991) <https://www.jstor.org/stable/2345592>. Consulter Kosmidis et al (2020) <doi:10.1007/s11222-019-09860-6> pour plus de détails. L’estimation dans tous les cas se fait à travers un quasi algorithme de score de Fisher et des méthodes S3 pour la construction d’intervalles de confiance pour les estimations avec réduction de biais sont fournies. Dans le cas spécial de modèles linéaires généralisés pour les réponses binomiales et multinomiales (ordinal et nominal), les approches de score ajusté pour la réduction de biais moyen et médian ont été trouvées pour renvoyer des estimations avec propriétés fréquentistes améliorées, qui sont aussi toujours finies, même dans le cas où les estimations du maximum de vraisemblance sont infinies (par exemple, séparation complète et quasi complète consulter Kosmidis et Firth, 2020 <doi:10.1093/biomet/asaa052>, pour une démonstration de réduction de biais moyen dans la régression logistique).

Autres paquets associés à r-cran-brglm2

  • dépendances
  • recommandations
  • suggestions
  • enhances

Télécharger r-cran-brglm2

Télécharger pour toutes les architectures proposées
Architecture Taille du paquet Espace occupé une fois installé Fichiers
mips64el 339,6 ko639,0 ko [liste des fichiers]