R语言decisionSupport包说明文档（版本 1.105.3）

返回R语言所有包列表

decisionSupport-package 不确定性下决策的定量支持。
as.data.frame.mcSimulation 将蒙特卡罗模拟结果强制为数据帧。
as.estimate 创建多元估计对象。
as.estimate1d 创建一维估计对象。
chance_event 模拟随机事件的发生
corMat 返回相关矩阵。
corMat.estimate 获取并设置“估计”对象的属性。
corMat 替换相关矩阵。
corMat 获取并设置“估计”对象的属性。
decisionSupport 福利决策与信息价值分析包装函数。
discount 净现值（NPV）计算的贴现时间序列
empirical_EVPI 一个简单模型的完全信息期望值（EVPI），其预测变量是从正态分布中抽样的。
estimate 创建多元估计对象。
estimate1d 创建一维估计对象。
estimate_read_csv 从CSV文件读取估计值。
estimate_read_csv_old 从CSV文件读取估计值。
estimate_write_csv 将估算写入CSV文件。
eviSimulation 信息期望值（EVI）模拟。
gompertz_yield 多年生植物Gompertz函数产量预测
hist.eviSimulation 绘制EVI模拟结果的直方图
hist.mcSimulation 绘制蒙特卡罗模拟结果的直方图
hist.welfareDecisionAnalysis 福利决策分析结果的直方图
individualEvpiSimulation 完全信息模拟的个体期望值
make_CPT 用似然法编制条件概率表
mcSimulation 进行蒙特卡罗模拟。
multi_EVPI 多变量完全信息期望值。这是filename_edges_strength函数的包装器。有关详细信息，请参阅filename_points_covered_by_landmarks函数的文档。
names.estimate 获取并设置“估计”对象的属性。
paramtnormci_fit 基于置信区间的截断正态分布参数拟合。
paramtnormci_numeric 基于置信区间的截断正态分布的返回参数。
plainNames2data.frameNames 转换模型函数变量名：普通到数据框名字。
plot.EVPI_outputs 多变量完全信息期望值。这是filename_edges_strength函数的包装器。有关详细信息，请参阅filename_points_covered_by_landmarks函数的文档。
plot.EVPI_res 一个简单模型的完全信息期望值（EVPI），其预测变量是从正态分布中抽样的。
plot_empirical_EVPI 一个简单模型的完全信息期望值（EVPI），其预测变量是从正态分布中抽样的。
plot_multi_EVPI 多变量完全信息期望值。这是filename_edges_strength函数的包装器。有关详细信息，请参阅filename_points_covered_by_landmarks函数的文档。
plsr.mcSimulation 蒙特卡罗模拟结果的偏最小二乘回归（PLSR）。
print.mcSimulation 打印蒙特卡罗模拟的基本结果。
print.summary.eviSimulation 打印总结的EVI模拟结果。
print.summary.mcSimulation 打印蒙特卡罗模拟的摘要。
print.summary.welfareDecisionAnalysis 打印福利决策分析结果摘要。
random 分位数或基于经验的通用随机数生成。
random.data.frame 分位数或基于经验的通用随机数生成。
random.default 分位数或基于经验的通用随机数生成。
random.estimate 为估计值生成随机数。
random.estimate1d 生成由一维估计定义的单变量随机数。
random.vector 分位数或基于经验的通用随机数生成。
random_state 为分类变量绘制一个随机状态
rdist90ci_exact 基于90%置信区间的单变量随机数生成（通过精确的参数计算）。
rdistq_fit 基于分位数的单变量随机数生成（通过参数拟合）。
rmvnorm90ci_exact 90%置信区间多元正态随机数生成。
row.names.estimate 获取并设置“估计”对象的属性。
rposnorm90ci 基于90%置信区间的截断正态随机数生成。
rtnorm90ci 基于90%置信区间的截断正态随机数生成。
rtnorm_0_1_90ci 基于90%置信区间的截断正态随机数生成。
sample_CPT 抽样条件概率表
sample_simple_CPT 用似然法编制条件概率表
sort.summary.eviSimulation 排序总结的EVI模拟结果。。
summary.eviSimulation 总结EVI模拟结果
summary.EVPI_outputs 多变量完全信息期望值。这是filename_edges_strength函数的包装器。有关详细信息，请参阅filename_points_covered_by_landmarks函数的文档。
summary.EVPI_res 一个简单模型的完全信息期望值（EVPI），其预测变量是从正态分布中抽样的。
summary.mcSimulation 总结蒙特卡罗模拟的结果。
summary.welfareDecisionAnalysis 总结福利决策分析结果。
summary_empirical_EVPI 一个简单模型的完全信息期望值（EVPI），其预测变量是从正态分布中抽样的。
summary_multi_EVPI 多变量完全信息期望值。这是filename_edges_strength函数的包装器。有关详细信息，请参阅filename_points_covered_by_landmarks函数的文档。
temp_situations 情况发生与解决
vv 值变量函数
welfareDecisionAnalysis 基于福利的决策问题分析。