| BGGM-package | 贝叶斯高斯图形模型 | ||
| asd_ocd | 资料图：自闭症和强迫症 | ||
| bfi | 资料图：25个人格项目代表5个因素 | ||
| bggm_missing | GGM：数据缺失 | ||
| coef.estimate | 计算“估计”对象的回归参数 | ||
| coef.explore | 计算“explore”对象的回归参数 | ||
| confirm | 验证性假设检验 | ||
| convergence | MCMC收敛 | ||
| csws | 资料图：自我价值量表（CSWS）的意外事件 | ||
| depression_anxiety_t1 | 资料图：抑郁和焦虑（时间1） | ||
| depression_anxiety_t2 | 资料图：抑郁和焦虑（时间2） | ||
| estimate | GGM：估算 | ||
| explore | 探索性假设检验 | ||
| fisher_r_to_z | 费希尔Z变换 | ||
| fisher_z_to_r | Fisher-Z反变换 | ||
| gen_ordinal | 生成有序和二进制数据 | ||
| ggm_compare_confirm | GGM比较：验证性假设检验 | ||
| ggm_compare_estimate | GGM比较：估算 | ||
| ggm_compare_explore | GGM比较：探索性假设检验 | ||
| ggm_compare_ppc | GGM比较：后验预测检查 | ||
| gss | 资料图：1994年社会普查 | ||
| ifit | 数据：ifit密集纵向数据 | ||
| iri | 资料图：人际反应指数（IRI） | ||
| map | 最大后验精度矩阵 | ||
| mvn_imputation | 多元正态插补 | ||
| pcor_mat | 提取偏相关矩阵 | ||
| pcor_sum | 偏相关和 | ||
| pcor_to_cor | 从偏相关中计算相关 | ||
| plot.confirm | 打印“确认”对象 | ||
| plot.ggm_compare_ppc | 绘制filename_points_covered_by_landmarks个对象 | ||
| plot.pcor_sum | 绘制filename_points_covered_by_landmarks对象 | ||
| plot.predictability | 绘制“可预测性”对象 | ||
| plot.roll_your_own | 绘制filename_points_covered_by_landmarks个对象 | ||
| plot.select | “选择”对象的网络图 | ||
| plot.summary.estimate | '绘图'摘要.估算'对象 | ||
| plot.summary.explore | '绘图'摘要.explore'对象 | ||
| plot.summary.ggm_compare_estimate | 绘图'摘要。filename_points_covered_by_landmarks对象 | ||
| plot.summary.ggm_compare_explore | 绘图'摘要。filename_points_covered_by_landmarks对象 | ||
| plot.summary.select.explore | '绘图'摘要.选择.浏览'对象 | ||
| plot.summary.var_estimate | 绘图'摘要。filename_points_covered_by_landmarks对象 | ||
| plot_prior | 绘图：先验分布 | ||
| posterior_samples | 提取后验样本 | ||
| predict.estimate | “估计”对象的模型预测 | ||
| predict.explore | “探索”对象的模型预测 | ||
| predict.var_estimate | filename_points_covered_by_landmarks对象的模型预测 | ||
| predictability | 可预测性：贝叶斯方差解释（R2） | ||
| print.BGGM | “BGGM”对象的打印方法 | ||
| ptsd | 资料图：创伤后应激障碍 | ||
| ptsd_cor1 | 数据：创伤后应激障碍（样本# 1） | ||
| ptsd_cor2 | 数据：创伤后应激障碍（样本# 2） | ||
| ptsd_cor3 | 数据：创伤后应激障碍（样本# 3） | ||
| ptsd_cor4 | 数据：创伤后应激障碍（样本&4） | ||
| regression_summary | 多元或单变量回归的求和法 | ||
| roll_your_own | 计算自定义网络统计信息 | ||
| rsa | 资料图：成人心理弹性量表（RSA） | ||
| Sachs | 资料图：萨克斯网 | ||
| select | S3“选择”方法 | ||
| select.estimate | “估计”对象的图形选择 | ||
| select.explore | “探索”对象的图形选择 | ||
| select.ggm_compare_estimate | filename_points_covered_by_landmarks对象的图形选择 | ||
| select.ggm_compare_explore | filename_points_covered_by_landmarks对象的图形选择 | ||
| select.var_estimate | '的图形选择变量估计'对象 | ||
| summary.coef | 总结“coef”对象 | ||
| summary.estimate | '的摘要方法估算.默认值'对象 | ||
| summary.explore | '的摘要方法浏览.default'对象 | ||
| summary.ggm_compare_estimate | filename_points_covered_by_landmarks对象的摘要方法 | ||
| summary.ggm_compare_explore | filename_points_covered_by_landmarks对象的摘要方法 | ||
| summary.predictability | “可预测性”对象的摘要方法 | ||
| summary.select.explore | '的摘要方法选择。浏览'对象 | ||
| summary.var_estimate | filename_points_covered_by_landmarks对象的摘要方法 | ||
| tas | 资料图：多伦多述情障碍量表（TAS） | ||
| var_estimate | VAR：估计 | ||
| weighted_adj_mat | 提取加权邻接矩阵 | ||
| women_math | 资料图：女性与数学 | ||
| zero_order_cors | 零阶关联 |