文件名称：SCGLR:Fisher评分算法的扩展，在多变量上下文中将PLS回归与GLM估计结合在一起。协变量可以按主题分组
文件大小：1.57MB
文件格式：ZIP
更新时间：2024-04-07 22:36:23
package r partial-least-squares-regression R
格鲁吉亚 介绍 SCGLR是监督元器件广义线性回归（的开源实现 ， ， ），其识别，一大组可能multicolinear预测器中，强烈的尺寸最预测一组响应的。 SCGLR是偏最小二乘回归（PLSR）对单变量和多元广义线性框架的扩展。 PLSR特别适合分析大量的解释变量，许多研究已证明其在各种生物学领域的预测性能，例如遗传学（ ）或生态学（ ）。 PLSR非常适合连续变量，最大程度地提高了因变量的线性组合与协变量的线性组合之间的协方差，而SCGLR适用于非高斯结果和非连续协变量。 SCGLR是一种基于模型的方法，它通过捕获折衷来扩展PLS（ ），工具变量的PCA（ ），规范对应分析（ ）以及其他相关的经验方法。拟合优度和解释性组件的常见结构相关性之间的差异。已经引入了结构相关性的概念（ ）。 SCGLR可以处理分为几组称为“主题”的协变量，以及一组其他协变量。在每个主题
【文件预览】：
SCGLR-master
----man()
--------infoCriterion.Rd(1KB)
--------screeplot.SCGLRTHM.Rd(540B)
--------screeplot.SCGLR.Rd(602B)
--------summary.SCGLR.Rd(1KB)
--------cash-.MultivariateFormula.Rd(488B)
--------pairs.SCGLR.Rd(781B)
--------print.MultivariateFormula.Rd(455B)
--------scglr.Rd(5KB)
--------barplot.SCGLR.Rd(620B)
--------genus.Rd(2KB)
--------multivariateFormula.Rd(2KB)
--------multivariateGlm.fit.Rd(3KB)
--------dataGen.Rd(2KB)
--------genus2.Rd(2KB)
--------plot.SCGLRTHM.Rd(408B)
--------multivariatePredictGlm.Rd(3KB)
--------barplot.SCGLRTHM.Rd(560B)
--------critConvergence.Rd(555B)
--------scglrTheme.Rd(3KB)
--------print.SCGLR.Rd(439B)
--------kCompRand.Rd(2KB)
--------scglrCrossVal.Rd(4KB)
--------plot.SCGLR.Rd(1KB)
--------scglrThemeBackward.Rd(4KB)
--------customize.Rd(5KB)
--------methodSR.Rd(937B)
----.gitignore(63B)
----README.md(7KB)
----SCGLR.Rproj(325B)
----.Rbuildignore(163B)
----NEWS.md(2KB)
----cran-comments.md(323B)
----.github()
--------ISSUE_TEMPLATE()
----vignettes()
--------mixedSCGLR.Rmd(859B)
--------SCGLR.Rmd(2KB)
----_pkgdown.yml(1KB)
----DESCRIPTION(1KB)
----inst()
--------examples()
----R()
--------customize.r(5KB)
--------data.r(2KB)
--------infoCriterion.r(4KB)
--------summary.r(3KB)
--------metric.r(602B)
--------ingUtils.r(5KB)
--------package.r(2KB)
--------multivariatePredictGlm.r(4KB)
--------mixedping.R(10KB)
--------scglrCrossVal.r(11KB)
--------kComponents.r(3KB)
--------theme_backward.r(10KB)
--------kCompRand.R(18KB)
--------dataGen.R(2KB)
--------multivariateFormula.r(7KB)
--------genus2.R(2KB)
--------scglr.r(11KB)
--------oneComponent.r(9KB)
--------multivariateGlm.fit.r(4KB)
--------utils.r(2KB)
--------methods.r(1KB)
--------plot.r(16KB)
--------print.r(821B)
--------theme.r(14KB)
--------critConvergence.r(614B)
----data()
--------dataGen.RData(1MB)
--------genus2.RData(275KB)
--------genus.RData(184KB)
----pkgdown()
--------extra.css(98B)
----NAMESPACE(1KB)
----README.Rmd(3KB)
----assets()
--------SCGLR.bib(5KB)
--------SCGLR.png(51KB)
----demo()
--------scglrCrossVal.r(841B)
--------scglrPlots.r(784B)
--------scglr.r(669B)
--------00Index(117B)