adaptiveKernel | 非参数密度估计 | ||
Anova | 各种统计模型的方差分析表 | ||
Anova.aov | 各种统计模型的方差分析表 | ||
Anova.coxme | 各种统计模型的方差分析表 | ||
Anova.coxph | 各种统计模型的方差分析表 | ||
Anova.default | 各种统计模型的方差分析表 | ||
Anova.glm | 各种统计模型的方差分析表 | ||
Anova.lm | 各种统计模型的方差分析表 | ||
Anova.lme | 各种统计模型的方差分析表 | ||
Anova.manova | 各种统计模型的方差分析表 | ||
Anova.mer | 各种统计模型的方差分析表 | ||
Anova.merMod | 各种统计模型的方差分析表 | ||
Anova.mlm | 各种统计模型的方差分析表 | ||
Anova.multinom | 各种统计模型的方差分析表 | ||
Anova.polr | 各种统计模型的方差分析表 | ||
Anova.rlm | 各种统计模型的方差分析表 | ||
Anova.svyglm | 各种统计模型的方差分析表 | ||
as.data.frame.univaov | 各种统计模型的方差分析表 | ||
av.plot | 汽车包装中失效的功能 | ||
av.plots | 汽车包装中失效的功能 | ||
avp | 添加变量图 | ||
avPlot | 添加变量图 | ||
avPlot.glm | 添加变量图 | ||
avPlot.lm | 添加变量图 | ||
avPlots | 添加变量图 | ||
avPlots.default | 添加变量图 | ||
basicPower | Box-Cox,Box-Cox允许负片,Yeo-Johnson和基本能量变换 | ||
basicPowerAxis | 变换变量的轴 | ||
bc | 汽车包装中失效的功能 | ||
bcnPower | Box-Cox,Box-Cox允许负片,Yeo-Johnson和基本能量变换 | ||
bcnPowerAxis | 变换变量的轴 | ||
bcnPowerInverse | Box-Cox,Box-Cox允许负片,Yeo-Johnson和基本能量变换 | ||
bcPower | Box-Cox,Box-Cox允许负片,Yeo-Johnson和基本能量变换 | ||
bcPowerAxis | 变换变量的轴 | ||
Boot | 回归模型的自举 | ||
Boot.default | 回归模型的自举 | ||
Boot.glm | 回归模型的自举 | ||
Boot.lm | 回归模型的自举 | ||
Boot.nls | 回归模型的自举 | ||
bootCase | car包中不推荐的函数 | ||
bootCase.glm | car包中不推荐的函数 | ||
bootCase.lm | car包中不推荐的函数 | ||
bootCase.nls | car包中不推荐的函数 | ||
box.cox | 汽车包装中失效的功能 | ||
box.cox.powers | 汽车包装中失效的功能 | ||
box.cox.var | 汽车包装中失效的功能 | ||
box.tidwell | 汽车包装中失效的功能 | ||
boxCox | 用bcnPower族绘制一维或二维Box-Cox变换的剖面对数似然图。 | ||
boxCox.bcnPowerTransform | 用bcnPower族绘制一维或二维Box-Cox变换的剖面对数似然图。 | ||
boxCox.default | 用bcnPower族绘制一维或二维Box-Cox变换的剖面对数似然图。 | ||
boxCox.formula | 用bcnPower族绘制一维或二维Box-Cox变换的剖面对数似然图。 | ||
boxCox.lm | 用bcnPower族绘制一维或二维Box-Cox变换的剖面对数似然图。 | ||
boxCox2d | 用bcnPower族绘制一维或二维Box-Cox变换的剖面对数似然图。 | ||
boxCoxVariable | Box-Cox变换的构造变量 | ||
Boxplot | 带点标识的箱线图 | ||
Boxplot.data.frame | 带点标识的箱线图 | ||
Boxplot.default | 带点标识的箱线图 | ||
Boxplot.formula | 带点标识的箱线图 | ||
Boxplot.list | 带点标识的箱线图 | ||
Boxplot.matrix | 带点标识的箱线图 | ||
boxTidwell | 盒-蒂德韦尔变换 | ||
boxTidwell.default | 盒-蒂德韦尔变换 | ||
boxTidwell.formula | 盒-蒂德韦尔变换 | ||
brief | 打印缩写输出 | ||
brief.character | 打印缩写输出 | ||
brief.data.frame | 打印缩写输出 | ||
brief.default | 打印缩写输出 | ||
brief.factor | 打印缩写输出 | ||
brief.function | 打印缩写输出 | ||
brief.glm | 打印缩写输出 | ||
brief.integer | 打印缩写输出 | ||
brief.list | 打印缩写输出 | ||
brief.lm | 打印缩写输出 | ||
brief.matrix | 打印缩写输出 | ||
brief.multinom | 打印缩写输出 | ||
brief.numeric | 打印缩写输出 | ||
brief.polr | 打印缩写输出 | ||
car-defunct | 汽车包装中失效的功能 | ||
car-deprecated | car包中不推荐的函数 | ||
car-internal.Rd | “车”包的内部对象 | ||
carHexsticker | 查看汽车包装的官方六角贴纸 | ||
carPalette | 设置或检索“汽车”包装调色板 | ||
carWeb | 访问R Companion应用回归网站 | ||
ceres.plot | 汽车包装中失效的功能 | ||
ceres.plots | 汽车包装中失效的功能 | ||
ceresPlot | 谷神星图 | ||
ceresPlot.glm | 谷神星图 | ||
ceresPlot.lm | 谷神星图 | ||
ceresPlots | 谷神星图 | ||
ceresPlots.default | 谷神星图 | ||
compareCoefs | 在表中打印多个回归模型的估计系数及其标准误差。 | ||
confidence.ellipse | 汽车包装中失效的功能 | ||
confidenceEllipse | 椭圆、数据椭圆和置信椭圆 | ||
confidenceEllipse.default | 椭圆、数据椭圆和置信椭圆 | ||
confidenceEllipse.glm | 椭圆、数据椭圆和置信椭圆 | ||
confidenceEllipse.lm | 椭圆、数据椭圆和置信椭圆 | ||
Confint | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
Confint.boot | 方法函数来支持“boot”对象 | ||
confint.boot | 方法函数来支持“boot”对象 | ||
Confint.default | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
Confint.glm | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
Confint.glmerMod | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
Confint.lm | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
Confint.lme | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
Confint.lmerMod | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
Confint.multinom | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
Confint.polr | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
contr.Helmert | 构造对比的函数 | ||
contr.Sum | 构造对比的函数 | ||
contr.Treatment | 构造对比的函数 | ||
Contrasts | 构造对比的函数 | ||
cookd | 汽车包装中失效的功能 | ||
cooks.distance.influence.lme | 混合效应模型的影响诊断 | ||
cooks.distance.influence.merMod | 混合效应模型的影响诊断 | ||
cr.plot | 汽车包装中失效的功能 | ||
cr.plots | 汽车包装中失效的功能 | ||
crp | 残余成分(部分剩余)地块 | ||
crPlot | 残余成分(部分剩余)地块 | ||
crPlot.lm | 残余成分(部分剩余)地块 | ||
crPlots | 残余成分(部分剩余)地块 | ||
crPlots.default | 残余成分(部分剩余)地块 | ||
data.ellipse | 汽车包装中失效的功能 | ||
dataEllipse | 椭圆、数据椭圆和置信椭圆 | ||
dbiwt | 非参数密度估计 | ||
deltaMethod | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.coxph | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.default | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.lm | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.lme | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.lmList | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.mer | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.merMod | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.multinom | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.nls | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.polr | 估计回归系数的非线性函数的估计和标准误差 | ||
deltaMethod.survreg | 估计回归系数的非线性函数的估计和标准误差 | ||
densityPlot | 非参数密度估计 | ||
densityPlot.default | 非参数密度估计 | ||
densityPlot.formula | 非参数密度估计 | ||
depan | 非参数密度估计 | ||
dfbeta.influence.lme | 混合效应模型的影响诊断 | ||
dfbeta.influence.merMod | 混合效应模型的影响诊断 | ||
dfbetaPlots | dfbeta和dfbetas索引图 | ||
dfbetaPlots.lm | dfbeta和dfbetas索引图 | ||
dfbetas.influence.lme | 混合效应模型的影响诊断 | ||
dfbetas.influence.merMod | 混合效应模型的影响诊断 | ||
dfbetasPlots | dfbeta和dfbetas索引图 | ||
dfbetasPlots.lm | dfbeta和dfbetas索引图 | ||
durbin.watson | 汽车包装中失效的功能 | ||
durbinWatsonTest | 自相关误差的Durbin-Watson检验 | ||
durbinWatsonTest.default | 自相关误差的Durbin-Watson检验 | ||
durbinWatsonTest.lm | 自相关误差的Durbin-Watson检验 | ||
dwt | 自相关误差的Durbin-Watson检验 | ||
ellipse | 椭圆、数据椭圆和置信椭圆 | ||
Export | 将数据帧以多种格式之一导出到磁盘 | ||
gamLine | 在散点图上绘制线的平滑器 | ||
hccm | 异方差校正协方差矩阵 | ||
hccm.default | 异方差校正协方差矩阵 | ||
hccm.lm | 异方差校正协方差矩阵 | ||
hist.boot | 方法函数来支持“boot”对象 | ||
Identify3d | 三维散点图与点识别 | ||
Import | 从多种文件格式导入数据 | ||
infIndexPlot | 影响指数图 | ||
infIndexPlot.influence.lme | 影响指数图 | ||
infIndexPlot.influence.merMod | 影响指数图 | ||
infIndexPlot.lm | 影响指数图 | ||
infIndexPlot.lmerMod | 影响指数图 | ||
influence.lme | 混合效应模型的影响诊断 | ||
influence.merMod | 混合效应模型的影响诊断 | ||
influence.mixed.models | 混合效应模型的影响诊断 | ||
influence.plot | 回归影响图 | ||
influenceIndexPlot | 影响指数图 | ||
influencePlot | 回归影响图 | ||
influencePlot.lm | 回归影响图 | ||
influencePlot.lmerMod | 回归影响图 | ||
inverseResponsePlot | 反向响应图转换响应 | ||
inverseResponsePlot.lm | 反向响应图转换响应 | ||
invResPlot | 反向响应图转换响应 | ||
invTranEstimate | 从视觉上或数字上选择预测变换 | ||
invTranPlot | 从视觉上或数字上选择预测变换 | ||
invTranPlot.default | 从视觉上或数字上选择预测变换 | ||
invTranPlot.formula | 从视觉上或数字上选择预测变换 | ||
levene.test | 汽车包装中失效的功能 | ||
leveneTest | 莱文试验 | ||
leveneTest.default | 莱文试验 | ||
leveneTest.formula | 莱文试验 | ||
leveneTest.lm | 莱文试验 | ||
leverage.plot | 汽车包装中失效的功能 | ||
leverage.plots | 汽车包装中失效的功能 | ||
leveragePlot | 回归杠杆图 | ||
leveragePlot.glm | 回归杠杆图 | ||
leveragePlot.lm | 回归杠杆图 | ||
leveragePlots | 回归杠杆图 | ||
lht | 检验线性假设 | ||
linear.hypothesis | 汽车包装中失效的功能 | ||
linearHypothesis | 检验线性假设 | ||
linearHypothesis.default | 检验线性假设 | ||
linearHypothesis.glm | 检验线性假设 | ||
linearHypothesis.lm | 检验线性假设 | ||
linearHypothesis.lme | 检验线性假设 | ||
linearHypothesis.mer | 检验线性假设 | ||
linearHypothesis.merMod | 检验线性假设 | ||
linearHypothesis.mlm | 检验线性假设 | ||
linearHypothesis.nlsList | 检验线性假设 | ||
linearHypothesis.polr | 检验线性假设 | ||
linearHypothesis.rlm | 检验线性假设 | ||
linearHypothesis.survreg | 检验线性假设 | ||
linearHypothesis.svyglm | 检验线性假设 | ||
loessLine | 在散点图上绘制线的平滑器 | ||
logit | 罗吉特变换 | ||
makeHypothesis | 检验线性假设 | ||
Manova | 各种统计模型的方差分析表 | ||
Manova.mlm | 各种统计模型的方差分析表 | ||
marginalModelPlot | 边际模型绘制 | ||
marginalModelPlots | 边际模型绘制 | ||
matchCoefs | 检验线性假设 | ||
matchCoefs.default | 检验线性假设 | ||
matchCoefs.lme | 检验线性假设 | ||
matchCoefs.mer | 检验线性假设 | ||
matchCoefs.merMod | 检验线性假设 | ||
matchCoefs.mlm | 检验线性假设 | ||
mcPlot | 平行或重叠绘制线性模型边缘和条件图 | ||
mcPlot.lm | 平行或重叠绘制线性模型边缘和条件图 | ||
mcPlots | 平行或重叠绘制线性模型边缘和条件图 | ||
mcPlots.default | 平行或重叠绘制线性模型边缘和条件图 | ||
mmp | 边际模型绘制 | ||
mmp.default | 边际模型绘制 | ||
mmp.glm | 边际模型绘制 | ||
mmp.lm | 边际模型绘制 | ||
mmps | 边际模型绘制 | ||
ncv.test | 汽车包装中失效的功能 | ||
ncvTest | 非常数误差方差的得分检验 | ||
ncvTest.glm | 非常数误差方差的得分检验 | ||
ncvTest.lm | 非常数误差方差的得分检验 | ||
nextBoot | car包中不推荐的函数 | ||
nextBoot.lm | car包中不推荐的函数 | ||
nextBoot.nls | car包中不推荐的函数 | ||
outlier.test | 汽车包装中失效的功能 | ||
outlierTest | Bonferroni离群值检验 | ||
outlierTest.glm | Bonferroni离群值检验 | ||
outlierTest.lm | Bonferroni离群值检验 | ||
outlierTest.lmerMod | Bonferroni离群值检验 | ||
panel.car | Coplots的面板函数 | ||
poTest | 比例优势Logistic回归模型中比例优势的检验 | ||
poTest.polr | 比例优势Logistic回归模型中比例优势的检验 | ||
powerTransform | 求一元或多元幂变换 | ||
powerTransform.default | 求一元或多元幂变换 | ||
powerTransform.formula | 求一元或多元幂变换 | ||
powerTransform.lm | 求一元或多元幂变换 | ||
powerTransform.lmerMod | 求一元或多元幂变换 | ||
Predict | 模型预测 | ||
Predict.lm | 模型预测 | ||
print.Anova.mlm | 各种统计模型的方差分析表 | ||
print.boxTidwell | 盒-蒂德韦尔变换 | ||
print.durbinWatsonTest | 自相关误差的Durbin-Watson检验 | ||
print.linearHypothesis.mlm | 检验线性假设 | ||
print.outlierTest | Bonferroni离群值检验 | ||
print.poTest | 比例优势Logistic回归模型中比例优势的检验 | ||
print.S.glm | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
print.S.glmerMod | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
print.S.lm | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
print.S.lme | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
print.S.lmerMod | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
print.S.multinom | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
print.S.polr | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
print.spreadLevelPlot | 扩散水平图 | ||
print.summary.Anova.mlm | 各种统计模型的方差分析表 | ||
print.univaov | 各种统计模型的方差分析表 | ||
printHypothesis | 检验线性假设 | ||
probabilityAxis | 变换变量的轴 | ||
qq.plot | 汽车包装中失效的功能 | ||
qqp | 分位数比较图 | ||
qqPlot | 分位数比较图 | ||
qqPlot.default | 分位数比较图 | ||
qqPlot.formula | 分位数比较图 | ||
qqPlot.glm | 分位数比较图 | ||
qqPlot.lm | 分位数比较图 | ||
quantregLine | 在散点图上绘制线的平滑器 | ||
Recode | 重新编码变量 | ||
recode | 重新编码变量 | ||
regLine | 绘制回归线 | ||
residCurvTest | 线性和广义线性模型的残差图 | ||
residCurvTest.glm | 线性和广义线性模型的残差图 | ||
residCurvTest.lm | 线性和广义线性模型的残差图 | ||
residualPlot | 线性和广义线性模型的残差图 | ||
residualPlot.default | 线性和广义线性模型的残差图 | ||
residualPlot.glm | 线性和广义线性模型的残差图 | ||
residualPlot.lm | 线性和广义线性模型的残差图 | ||
residualPlots | 线性和广义线性模型的残差图 | ||
residualPlots.default | 线性和广义线性模型的残差图 | ||
residualPlots.glm | 线性和广义线性模型的残差图 | ||
residualPlots.lm | 线性和广义线性模型的残差图 | ||
S | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.data.frame | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.default | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.glm | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.glmerMod | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.lm | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.lme | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.lmerMod | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.multinom | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
S.polr | 用于总结线性、广义线性和其他一些模型的修正函数 | ||
scatter3d | 三维散点图与点识别 | ||
scatter3d.default | 三维散点图与点识别 | ||
scatter3d.formula | 三维散点图与点识别 | ||
scatterplot | 增强散点图与边缘箱线图,点标记,平滑,等等 | ||
scatterplot.default | 增强散点图与边缘箱线图,点标记,平滑,等等 | ||
scatterplot.formula | 增强散点图与边缘箱线图,点标记,平滑,等等 | ||
scatterplotMatrix | 散点图矩阵 | ||
scatterplotMatrix.default | 散点图矩阵 | ||
scatterplotMatrix.formula | 散点图矩阵 | ||
ScatterplotSmoothers | 在散点图上绘制线的平滑器 | ||
showLabels | 用于在二维绘图中识别和标记极值点的函数。 | ||
sigmaHat | 返回回归模型的比例估计 | ||
sigmaHat.default | 返回回归模型的比例估计 | ||
sigmaHat.glm | 返回回归模型的比例估计 | ||
sigmaHat.lm | 返回回归模型的比例估计 | ||
skewPower | 汽车包装中失效的功能 | ||
slp | 扩散水平图 | ||
some | 对一个对象的几个元素进行采样 | ||
some.data.frame | 对一个对象的几个元素进行采样 | ||
some.default | 对一个对象的几个元素进行采样 | ||
some.matrix | 对一个对象的几个元素进行采样 | ||
sp | 增强散点图与边缘箱线图,点标记,平滑,等等 | ||
spm | 散点图矩阵 | ||
spread.level.plot | 汽车包装中失效的功能 | ||
spreadLevelPlot | 扩散水平图 | ||
spreadLevelPlot.default | 扩散水平图 | ||
spreadLevelPlot.formula | 扩散水平图 | ||
spreadLevelPlot.lm | 扩散水平图 | ||
strings2factors | 将数据帧中的字符串变量转换为因子 | ||
strings2factors.data.frame | 将数据帧中的字符串变量转换为因子 | ||
subsets | leaps包中regsubsets函数的绘图输出 | ||
subsets.regsubsets | leaps包中regsubsets函数的绘图输出 | ||
summary.Anova.mlm | 各种统计模型的方差分析表 | ||
summary.boot | 方法函数来支持“boot”对象 | ||
symbox | 对称变换的箱线图 | ||
symbox.default | 对称变换的箱线图 | ||
symbox.formula | 对称变换的箱线图 | ||
Tapply | 对因子水平内的变量应用函数 | ||
testTransform | 一元或多元正态幂变换的似然比检验 | ||
testTransform.bcnPowerTransformlmer | 一元或多元正态幂变换的似然比检验 | ||
testTransform.lmerModpowerTransform | 一元或多元正态幂变换的似然比检验 | ||
testTransform.powerTransform | 一元或多元正态幂变换的似然比检验 | ||
tukeyNonaddTest | 线性和广义线性模型的残差图 | ||
vcov.boot | 方法函数来支持“boot”对象 | ||
vif | 通货膨胀因素方差 | ||
vif.default | 通货膨胀因素方差 | ||
vif.merMod | 通货膨胀因素方差 | ||
wcrossprod | 加权矩阵叉积 | ||
which.names | 行名称的位置 | ||
whichNames | 行名称的位置 | ||
whichNames.data.frame | 行名称的位置 | ||
whichNames.default | 行名称的位置 | ||
yjPower | Box-Cox,Box-Cox允许负片,Yeo-Johnson和基本能量变换 | ||
yjPowerAxis | 变换变量的轴 | ||
.carEnv | “车”包的内部对象 |