analogue-package | 古生态学的类比法和加权平均法 | ||
abernethy | Abernethy森林花粉序列 | ||
analog | 模拟匹配 | ||
analog.default | 模拟匹配 | ||
analog.distance | 模拟匹配 | ||
analogue | 古生态学的类比法和加权平均法 | ||
as.data.frame.optima | 加权平均最优值和公差范围 | ||
as.data.frame.tolerance | 加权平均最优值和公差范围 | ||
bayesF | 贝叶斯因子 | ||
Biome | 北美现代花粉数据库 | ||
bootstrap | Bootstrap估计及其误差 | ||
bootstrap.default | Bootstrap估计及其误差 | ||
bootstrap.mat | Bootstrap估计及其误差 | ||
bootstrap.wa | WA模型的Bootstrap估计及其误差 | ||
bootstrapObject | 引导程序对象描述 | ||
caterpillar | 种的WA最优值和耐受范围的毛虫图。 | ||
caterpillarPlot | 种的WA最优值和耐受范围的毛虫图。 | ||
caterpillarPlot.data.frame | 种的WA最优值和耐受范围的毛虫图。 | ||
caterpillarPlot.default | 种的WA最优值和耐受范围的毛虫图。 | ||
caterpillarPlot.wa | 种的WA最优值和耐受范围的毛虫图。 | ||
ChiSquare | 主成分回归传递函数模型 | ||
chooseTaxa | 根据获得的最大丰度和出现次数选择分类群(变量)。 | ||
chooseTaxa.default | 根据获得的最大丰度和出现次数选择分类群(变量)。 | ||
Climate | 北美现代花粉数据库 | ||
cma | 近现代类比 | ||
cma.analog | 近现代类比 | ||
cma.default | 近现代类比 | ||
cma.mat | 近现代类比 | ||
cma.predict.mat | 近现代类比 | ||
coef.pcr | 主成分回归传递函数模型 | ||
coef.wa | 加权平均传递函数 | ||
compare | 比较两个数据集的代理 | ||
compare.default | 比较两个数据集的代理 | ||
crossval | 古生态传递函数模型的交叉验证 | ||
crossval.pcr | 古生态传递函数模型的交叉验证 | ||
crossval.wa | 古生态传递函数模型的交叉验证 | ||
densityplot | 剩余长度的晶格密度图 | ||
densityplot.residLen | 剩余长度的晶格密度图 | ||
deshrink | WA传递函数的去收缩技术 | ||
deshrinkPred | WA传递函数的去收缩技术 | ||
dissim | 从模型中提取相异系数 | ||
dissimilarities | 从模型中提取相异系数 | ||
dissimilarities.analog | 从模型中提取相异系数 | ||
dissimilarities.mat | 从模型中提取相异系数 | ||
distance | 灵活计算相异度或距离度量 | ||
distance.default | 灵活计算相异度或距离度量 | ||
distance.join | 灵活计算相异度或距离度量 | ||
dotplot | 环境和物种差异的等级相关。 | ||
dotplot.rankDC | 环境和物种差异的等级相关。 | ||
eigenvals.pcr | 主成分回归传递函数模型 | ||
evenSample | 每个渐变段的采样数 | ||
fitted.bootstrap.mat | Bootstrap估计及其误差 | ||
fitted.logitreg | logistic回归模型训练集的拟合值 | ||
fitted.mat | 现代模拟技术传递函数模型 | ||
fitted.pcr | 主成分回归传递函数模型 | ||
fitted.prcurve | 在主曲线上以99999拟合值预测新闻位置 | ||
fitted.timetrack | 物种组成变化的时间轨迹 | ||
fitted.wa | 加权平均传递函数 | ||
fittedY | 平方剩余长度诊断 | ||
fuse | 熔融相异 | ||
fuse.dist | 熔融相异 | ||
fuse.matrix | 熔融相异 | ||
getK | 提取并设置类似物的数量 | ||
getK.bootstrap.mat | 提取并设置类似物的数量 | ||
getK.default | 提取并设置类似物的数量 | ||
getK.mat | 提取并设置类似物的数量 | ||
getK.predict.mat | 提取并设置类似物的数量 | ||
gradientDist | 沿单位长度排序梯度的样本位置。 | ||
gradientDist.cca | 沿单位长度排序梯度的样本位置。 | ||
gradientDist.default | 沿单位长度排序梯度的样本位置。 | ||
gradientDist.prcurve | 沿单位长度排序梯度的样本位置。 | ||
head.join | 合并公共列上的物种数据集(物种) | ||
Hellinger | 主成分回归传递函数模型 | ||
hist.residLen | 剩余长度直方图 | ||
histogram | 剩余长度的格子直方图图 | ||
histogram.residLen | 剩余长度的格子直方图图 | ||
ImbrieKipp | Imbrie和Kipp有孔虫训练集 | ||
initCurve | 将主曲线拟合到m维数据 | ||
join | 合并公共列上的物种数据集(物种) | ||
lines.prcurve | 在PCA空间中绘制拟合主曲线 | ||
Location | 北美现代花粉数据库 | ||
logitreg | 用于评估类似物/非类似物的Logistic回归模型 | ||
logitreg.analog | 用于评估类似物/非类似物的Logistic回归模型 | ||
logitreg.default | 用于评估类似物/非类似物的Logistic回归模型 | ||
mat | 现代模拟技术传递函数模型 | ||
mat.default | 现代模拟技术传递函数模型 | ||
mat.formula | 现代模拟技术传递函数模型 | ||
mcarlo | 相异性的蒙特卡罗模拟 | ||
mcarlo.analog | 相异性的蒙特卡罗模拟 | ||
mcarlo.default | 相异性的蒙特卡罗模拟 | ||
mcarlo.mat | 相异性的蒙特卡罗模拟 | ||
minDC | 提取最小差异 | ||
minDC.analog | 提取最小差异 | ||
minDC.default | 提取最小差异 | ||
minDC.predict.mat | 提取最小差异 | ||
minDC.wa | 提取最小差异 | ||
n2 | 计算希尔N2多样性测度 | ||
n2.default | 计算希尔N2多样性测度 | ||
oldDistance | 灵活计算相异度或距离度量 | ||
oldDistance.default | 灵活计算相异度或距离度量 | ||
oldDistance.join | 灵活计算相异度或距离度量 | ||
optima | 加权平均最优值和公差范围 | ||
optima.default | 加权平均最优值和公差范围 | ||
panel.Loess | 黄土平滑到地层图 | ||
panel.Stratiplot | 地层图的面板功能 | ||
pcr | 主成分回归传递函数模型 | ||
pcr.default | 主成分回归传递函数模型 | ||
pcr.formula | 主成分回归传递函数模型 | ||
performance | 传递函数模型性能统计 | ||
performance.bootstrap.wa | 传递函数模型性能统计 | ||
performance.crossval | 传递函数模型性能统计 | ||
performance.pcr | 主成分回归传递函数模型 | ||
performance.predict.wa | 传递函数模型性能统计 | ||
performance.wa | 传递函数模型性能统计 | ||
plot.bayesF | 贝叶斯因子 | ||
plot.cma | 近现代类比 | ||
plot.dissimilarities | 绘制提取的差异的分布 | ||
plot.evenSample | 样本沿梯度的曲线分布 | ||
plot.logitreg | 产生模拟逻辑回归模型的曲线图 | ||
plot.mat | mat对象的打印诊断 | ||
plot.mcarlo | 蒙特卡罗模拟相异分布图 | ||
plot.minDC | 每个样本的最小不相似性图 | ||
plot.prcurve | 在PCA空间中绘制拟合主曲线 | ||
plot.rankDC | 环境和物种差异的等级相关。 | ||
plot.residLen | 剩余长度绘图法 | ||
plot.roc | 绘制ROC曲线和相关诊断 | ||
plot.sppResponse | 沿梯度或潜变量绘制物种反应图 | ||
plot.timetrack | 物种组成变化的时间轨迹 | ||
plot.wa | 加权平均模型的绘图诊断 | ||
plot.weightedCor | WA重建的加权相关检验 | ||
points.timetrack | 物种组成变化的时间轨迹 | ||
Pollen | 北美现代花粉数据库 | ||
prcurve | 将主曲线拟合到m维数据 | ||
predict.logitreg | 化石样品相似性的后验概率 | ||
predict.mat | 现代模拟技术模型的预测方法 | ||
predict.pcr | 主成分回归预测值 | ||
predict.prcurve | 在主曲线上以99999拟合值预测新闻位置 | ||
predict.timetrack | 物种组成变化的时间轨迹 | ||
predict.wa | 从加权平均模型预测 | ||
print.analog | 模拟匹配 | ||
print.bayesF | 贝叶斯因子 | ||
print.bootstrap.mat | Bootstrap估计及其误差 | ||
print.bootstrap.wa | WA模型的Bootstrap估计及其误差 | ||
print.cma | 近现代类比 | ||
print.crossval | 古生态传递函数模型的交叉验证 | ||
print.fitted.bootstrap.mat | Bootstrap估计及其误差 | ||
print.fitted.mat | 现代模拟技术传递函数模型 | ||
print.logitreg | 用于评估类似物/非类似物的Logistic回归模型 | ||
print.mat | 现代模拟技术传递函数模型 | ||
print.mcarlo | 相异性的蒙特卡罗模拟 | ||
print.minDC | 提取最小差异 | ||
print.optima | 加权平均最优值和公差范围 | ||
print.pcr | 主成分回归传递函数模型 | ||
print.performance | 传递函数模型性能统计 | ||
print.prcurve | 将主曲线拟合到m维数据 | ||
print.predict.mat | 现代模拟技术模型的预测方法 | ||
print.predict.wa | 从加权平均模型预测 | ||
print.rankDC | 环境和物种差异的等级相关。 | ||
print.residLen | 平方剩余长度诊断 | ||
print.residuals.bootstrap.mat | Bootstrap估计及其误差 | ||
print.residuals.mat | 现代模拟技术传递函数模型 | ||
print.roc | ROC曲线分析 | ||
print.summary.analog | 总结模拟匹配结果 | ||
print.summary.bootstrap.mat | 总结MAT模型的引导重采样 | ||
print.summary.cma | 总结近现代类似物的提取 | ||
print.summary.logitreg | 用于评估类似物/非类似物的Logistic回归模型 | ||
print.summary.mat | 总结现代模拟技术模型 | ||
print.summary.predict.mat | 总结MAT模型预测 | ||
print.summary.roc | ROC曲线分析 | ||
print.timetrack | 物种组成变化的时间轨迹 | ||
print.tolerance | 加权平均最优值和公差范围 | ||
print.wa | 加权平均传递函数 | ||
print.weightedCor | WA重建的加权相关检验 | ||
rankDC | 环境和物种差异的等级相关。 | ||
reconPlot | 古环境重建的地层图 | ||
reconPlot.default | 古环境重建的地层图 | ||
reconPlot.predict.mat | 古环境重建的地层图 | ||
reconPlot.predict.wa | 古环境重建的地层图 | ||
resid.bootstrap.mat | Bootstrap估计及其误差 | ||
resid.mat | 现代模拟技术传递函数模型 | ||
resid.prcurve | 主曲线拟合的残差。 | ||
residLen | 平方剩余长度诊断 | ||
residuals.bootstrap.mat | Bootstrap估计及其误差 | ||
residuals.mat | 现代模拟技术传递函数模型 | ||
residuals.pcr | 主成分回归传递函数模型 | ||
residuals.prcurve | 主曲线拟合的残差。 | ||
residuals.wa | 加权平均传递函数 | ||
rlgh | 格伦黑德硅藻环湖 | ||
RMSEP | 预测均方根误差 | ||
RMSEP.bootstrap.mat | 预测均方根误差 | ||
RMSEP.bootstrap.wa | 预测均方根误差 | ||
RMSEP.default | 预测均方根误差 | ||
RMSEP.mat | 预测均方根误差 | ||
roc | ROC曲线分析 | ||
roc.analog | ROC曲线分析 | ||
roc.default | ROC曲线分析 | ||
roc.mat | ROC曲线分析 | ||
Salinity | Imbrie和Kipp有孔虫训练集 | ||
scores.prcurve | 类“prcurve”的主曲线对象的“scores”方法。 | ||
scores.timetrack | 物种组成变化的时间轨迹 | ||
screeplot.bootstrap.mat | 模型结果的尖叫图 | ||
screeplot.mat | 模型结果的尖叫图 | ||
screeplot.pcr | 主成分回归传递函数模型 | ||
setK | 提取并设置类似物的数量 | ||
setK | 提取并设置类似物的数量 | ||
setK | 提取并设置类似物的数量 | ||
smoothGAM | 用于拟合主曲线的更平滑的插件函数 | ||
smoothSpline | 用于拟合主曲线的更平滑的插件函数 | ||
splitSample | 沿环境梯度选择样本 | ||
sppResponse | 物种沿梯度的反应。 | ||
sppResponse.prcurve | 物种沿梯度的反应。 | ||
sqrlLinear | 平方剩余长度诊断 | ||
sqrlUnimodal | 平方剩余长度诊断 | ||
stdError | 拟合值与预测值的标准差 | ||
stdError.mat | 拟合值与预测值的标准差 | ||
stdError.predict.mat | 拟合值与预测值的标准差 | ||
Stratiplot | 古生态地层图 | ||
Stratiplot.default | 古生态地层图 | ||
Stratiplot.formula | 古生态地层图 | ||
Stratiplot.matrix | 古生态地层图 | ||
summary.analog | 总结模拟匹配结果 | ||
summary.bootstrap.mat | 总结MAT模型的引导重采样 | ||
summary.cma | 总结近现代类似物的提取 | ||
summary.logitreg | 用于评估类似物/非类似物的Logistic回归模型 | ||
summary.mat | 总结现代模拟技术模型 | ||
summary.predict.mat | 总结MAT模型预测 | ||
summary.roc | ROC曲线分析 | ||
SumSST | Imbrie和Kipp有孔虫训练集 | ||
swapdiat | 交换亚化石硅藻和pH训练集 | ||
swappH | 交换亚化石硅藻和pH训练集 | ||
tail.join | 合并公共列上的物种数据集(物种) | ||
timetrack | 物种组成变化的时间轨迹 | ||
tolerance.default | 加权平均最优值和公差范围 | ||
tran | 通用数据转换和标准化 | ||
tran.default | 通用数据转换和标准化 | ||
tran.formula | 通用数据转换和标准化 | ||
V12.122 | Imbrie和Kipp有孔虫训练集 | ||
varExpl | 排序轴解释的方差 | ||
varExpl.cca | 排序轴解释的方差 | ||
varExpl.default | 排序轴解释的方差 | ||
varExpl.prcurve | 排序轴解释的方差 | ||
wa | 加权平均传递函数 | ||
wa.default | 加权平均传递函数 | ||
wa.formula | 加权平均传递函数 | ||
waFit | 加权平均传递函数 | ||
weightedCor | WA重建的加权相关检验 | ||
weightedCor.default | WA重建的加权相关检验 | ||
WinSST | Imbrie和Kipp有孔虫训练集 |