| bayesBisurvreg | 二元可能双区间删失数据的总体平均加速失效时间模型。误差分布表示为含有大量分量的惩罚二元正态混合（二元G样条）。 | ||
| bayesDensity | 基于混合贝叶斯AFT模型的密度估计综述。 | ||
| bayesGspline | 基于贝叶斯G样条模型的密度估计综述。 | ||
| bayesHistogram | 用贝叶斯G样条平滑单变量或双变量直方图 | ||
| bayessurvreg1 | 一个误差分布为未知分量数的~正态混合的贝叶斯生存回归 | ||
| bayessurvreg1.files2init | 从列表中读取贝叶斯生存回归模型的初始值。 | ||
| bayessurvreg2 | 多变量，可能是双区间删失数据的群集特定加速失效时间模型。误差分布表示为一个含有大量分量的惩罚单变量正态混合（G样条）。随机效应向量的分布是多元正态分布。 | ||
| bayessurvreg3 | 具有灵活指定随机效应和/或误差分布的多变量、可能是双区间删失数据的群集特定加速失效时间模型。 | ||
| bayessurvreg3Para | 具有灵活指定随机效应和/或误差分布的多变量、可能是双区间删失数据的群集特定加速失效时间模型。 | ||
| cgd | 慢性肉芽肿性疾病资料 | ||
| credible.region | 从向量值参数的样本计算同时可信区域（矩形）。 | ||
| C_bayesBisurvreg | 二元可能双区间删失数据的总体平均加速失效时间模型。误差分布表示为含有大量分量的惩罚二元正态混合（二元G样条）。 | ||
| C_bayesDensity | 基于混合贝叶斯AFT模型的密度估计综述。 | ||
| C_bayesGspline | 基于贝叶斯G样条模型的密度估计综述。 | ||
| C_bayesHistogram | 用贝叶斯G样条平滑单变量或双变量直方图 | ||
| C_bayessurvreg1 | 一个误差分布为未知分量数的~正态混合的贝叶斯生存回归 | ||
| C_bayessurvreg2 | 多变量，可能是双区间删失数据的群集特定加速失效时间模型。误差分布表示为一个含有大量分量的惩罚单变量正态混合（G样条）。随机效应向量的分布是多元正态分布。 | ||
| C_cholesky | 一个误差分布为未知分量数的~正态混合的贝叶斯生存回归 | ||
| C_iPML_misclass_GJK | 具有灵活指定随机效应和/或误差分布的多变量、可能是双区间删失数据的群集特定加速失效时间模型。 | ||
| C_marginal_bayesGspline | 基于贝叶斯G样条二元模型的边际密度估计综述。 | ||
| C_predictive | 基于贝叶斯生存回归模型，利用bayessurvreg1函数拟合，计算预测量。 | ||
| C_predictive_GS | 基于使用bayesBisurvreg或bayessurvreg2或bayessurvreg3函数拟合的贝叶斯生存回归模型计算预测量。 | ||
| C_rmvnormR2006 | 多元正态分布样本 | ||
| C_rwishartR3 | Wishart分布样本 | ||
| C_sampledKendallTau | 从二元模型估计Kendall的tau | ||
| densplot2 | MCMC输出的概率密度函数估计 | ||
| files2coda | 将贝叶斯生存回归模型中的采样值读取到coda mcmc对象。 | ||
| give.summary | 使用MCMC获得的链的简要总结。 | ||
| marginal.bayesGspline | 基于贝叶斯G样条二元模型的边际密度估计综述。 | ||
| plot.bayesDensity | 绘制bayesDensity类的对象 | ||
| plot.bayesGspline | 绘制bayesGspline类的对象 | ||
| plot.marginal.bayesGspline | 绘制类对象边际湾样线 | ||
| predictive | 基于贝叶斯生存回归模型，利用bayessurvreg1函数拟合，计算预测量。 | ||
| predictive.control | 基于贝叶斯生存回归模型，利用bayessurvreg1函数拟合，计算预测量。 | ||
| predictive2 | 基于使用bayesBisurvreg或bayessurvreg2或bayessurvreg3函数拟合的贝叶斯生存回归模型计算预测量。 | ||
| predictive2.control | 基于使用bayesBisurvreg或bayessurvreg2或bayessurvreg3函数拟合的贝叶斯生存回归模型计算预测量。 | ||
| predictive2Para | 基于使用bayesBisurvreg或bayessurvreg2或bayessurvreg3函数拟合的贝叶斯生存回归模型计算预测量。 | ||
| print.bayesDensity | 打印基于贝叶斯模型的密度估计摘要。 | ||
| print.simult.pvalue | 从向量值参数的样本中同时计算p值。 | ||
| rMVNorm | 多元正态分布样本 | ||
| rWishart | Wishart分布样本 | ||
| sampleCovMat | 计算样本协方差矩阵。 | ||
| sampled.kendall.tau | 从二元模型估计Kendall的tau | ||
| scanFN | 读取数据值 | ||
| simult.pvalue | 从向量值参数的样本中同时计算p值。 | ||
| tandmob2 | 信号Tandmobiel数据，版本2 | ||
| tandmobRoos | 信号Tandmobiel数据，版本Roos | ||
| traceplot2 | MCMC输出的跟踪图。 | ||
| vecr2matr | 将单分量索引转换为双分量索引 |