bpnreg-package | bpnreg:一个分析贝叶斯投影正态循环回归模型的软件包 | ||
BFc | 贝叶斯因子 | ||
BFc.bpnme | 贝叶斯循环混合效应模型的Bayes因子 | ||
BFc.bpnr | 贝叶斯循环回归模型的Bayes因子 | ||
bpnme | 拟合贝叶斯循环混合效应模型 | ||
bpnr | 拟合贝叶斯循环回归模型 | ||
bpnreg | bpnreg:一个分析贝叶斯投影正态循环回归模型的软件包 | ||
circ_coef | 从线性系数计算圆系数 | ||
circ_coef_rcpp | 计算圆系数 | ||
coef_circ | 圆系数 | ||
coef_circ.bpnme | 获得贝叶斯循环混合效应模型的循环系数 | ||
coef_circ.bpnr | 获得贝叶斯循环回归模型的循环系数 | ||
coef_lin | 线性系数 | ||
coef_lin.bpnme | 获得一个贝叶斯循环混合效应模型的线性系数 | ||
coef_lin.bpnr | 获得贝叶斯循环回归模型的线性系数 | ||
coef_ran | 随机效应方差 | ||
coef_ran.bpnme | 贝叶斯循环混合效应模型的随机效应方差 | ||
DIC_reg | 计算模型拟合度量回归模型 | ||
eigen_val | 计算特征值 | ||
eigen_vec | 计算特征向量 | ||
fit | 模型拟合 | ||
fit.bpnme | 贝叶斯循环混合效应模型的拟合 | ||
fit.bpnr | 贝叶斯循环回归模型的模型拟合 | ||
hmode | 通过寻找最高后验密度区间来估计模式 | ||
hmodeC | 通过寻找最高后验密度区间来估计模式 | ||
hmodeci | 找到最高密度区间。 | ||
hmodeciC | 求循环变量的最高密度区间 | ||
hpd_est | 计算线性数据向量的95%HPD | ||
hpd_est_circ | 计算循环数据向量的95%HPD | ||
lik | 计算PN分布的可能性 | ||
Maps | 人类对导航空间知识的几何学。 | ||
mean_circ | 计算循环数据向量的平均值 | ||
mmme | 为循环混合效应回归模型创建模型矩阵 | ||
mmr | 创建模型矩阵循环回归 | ||
mode_est | 计算线性数据向量的模式 | ||
mode_est_circ | 计算循环数据向量的模式 | ||
Motor | 手屈伸运动的相位差异。 | ||
mvrnorm_arma_eigen | 多元正态分布样本 | ||
pnr | 投影正态回归模型的Gibbs采样器 | ||
predict.bpnme | 贝叶斯循环混合效应模型的预测值 | ||
predict.bpnr | 贝叶斯循环回归模型的预测值 | ||
print.bpnme | 贝叶斯循环混合效应模型的打印输出 | ||
print.bpnr | 从贝叶斯循环回归模型打印输出 | ||
residuals.bpnme | 贝叶斯循环混合效应模型的残差 | ||
residuals.bpnr | 贝叶斯循环回归模型的残差 | ||
rho | 计算平均合成长度 | ||
rho_circ | 计算圆形数据向量的平均合成长度 | ||
sd_circ | 计算圆形数据向量的标准差 | ||
slice_rcpp | 潜长r的切片取样器 | ||
theta_bar | 计算平均方向 | ||
traceplot | 轨迹图 | ||
traceplot.bpnme | 贝叶斯循环混合效应模型的追踪图 | ||
traceplot.bpnr | 贝叶斯循环回归模型的追踪图 |