bca_interval | 计算BCa置信区间 | ||
bca_logodds | 计算加权平均值的BCa引导置信区间。代码基于以下幻灯片:http://users.stat.umn.edu/~helwig/notes/bootci-notes.pdf | ||
bca_mannwhitney | 计算Mann-Whitney参数的BCa引导置信区间。代码基于以下幻灯片:http://users.stat.umn.edu/~helwig/notes/bootci-notes.pdf | ||
bca_marg_dist | 计算加权平均值的BCa引导置信区间。代码基于以下幻灯片:http://users.stat.umn.edu/~helwig/notes/bootci-notes.pdf | ||
bca_wmean | 计算加权平均值的BCa引导置信区间。代码基于以下幻灯片:http://users.stat.umn.edu/~helwig/notes/bootci-notes.pdf | ||
compute_trt_spec_bca_intervals | 用于计算CDF和PMF的治疗特异性BCa间期 | ||
compute_trt_spec_marg_dist_ptwise_ci | 计算特定治疗边缘分布的同时置信区间 | ||
compute_trt_spec_marg_dist_simul_ci | 计算特定治疗边缘分布的同时置信区间 | ||
covid19 | 住院患者的模拟COVID-19结果。 | ||
drord | 用于评估治疗对序贯结果的影响的双稳健估计。 | ||
eif_pmf_k | 在特定的结果水平上获得治疗特异性PMF的EIF估计值 | ||
eif_theta_k | 在特定的结果水平上获得治疗特异性CDF的EIF估计值 | ||
estimate_cdf | 将条件PMF的估计映射为条件CDF的估计 | ||
estimate_ci_logodds | 计算对数几率参数的置信区间/s | ||
estimate_ci_mannwhitney | 计算Mann-Whitney参数的置信区间 | ||
estimate_ci_marg_dist | 计算治疗特异性PMF和CDF的置信区间/s。 | ||
estimate_ci_wmean | 计算加权平均参数的置信区间/s | ||
estimate_cond_mean | 将治疗特异性PMF的估计值映射为每个观察的治疗特异性条件平均值的估计值。 | ||
estimate_eif_wmean | 获得治疗特定加权平均参数的有效影响函数的估计 | ||
estimate_logodds | 实现了Diaz等人的公式(2)的插件估计器 | ||
estimate_mannwhitney | 基于条件CDF和PMF的Mann-Whitney估计的计算 | ||
estimate_pmf | 获得条件PMF的治疗特异性估计。本质上,这是filename_edges_strength的包装函数,适合给定治疗组的比例优势模型。 | ||
estimate_treat_prob | 估计接受各级治疗的概率 | ||
estimate_wmean | 基于每个治疗组中估计的PMF计算加权平均参数的估计。 | ||
evaluate_beta_cov | 得到beta的协方差矩阵 | ||
evaluate_mannwhitney_gradient | 计算Mann-Whitney参数的估计梯度。需要导出Wald置信区间的标准误差。 | ||
evaluate_marg_cdf_eif | 获取治疗特定CDF的eif估计值 | ||
evaluate_marg_cdf_ptwise_ci | 评估边际CDF的逐点置信区间。 | ||
evaluate_marg_dist_simul_ci | 评估边际PMF或CDF的同时置信区间。 | ||
evaluate_marg_pmf_eif | 获取治疗特定PMF的eif估计值 | ||
evaluate_marg_pmf_ptwise_ci | 评估边际PMF的逐点置信区间。 | ||
evaluate_theta_cov | 得到估计的CDF的协方差矩阵 | ||
evaluate_trt_spec_pmf_eif | 获得治疗特定PMF的eif估计矩阵 | ||
evaluate_trt_spec_theta_eif | 获得治疗特定CDF估计的eif估计矩阵 | ||
fit_trt_spec_reg | 辅助功能,以适应治疗特定的结果回归。如果指定治疗组的观察结果超过2个水平,则使用“质量”包中的“polr”。否则采用logistic回归。在这两种情况下,治疗权重的逆概率都包含在回归中。如果在这个治疗组中没有观察到结果水平,那么加上0。该函数返回一个矩阵,其中的命名列对应于每个结果(按数字顺序排列)。这些条目代表估计的协变量条件治疗特异性PMF。 | ||
get_one_logodds | 根据给定的数据集计算一个对数几率。 | ||
get_one_mannwhitney | 根据给定的数据集计算一个Mann-Whitney参数的估计。 | ||
get_one_marg_dist | 计算给定数据集上边际CDF/PMF的一个估计值。 | ||
get_one_wmean | 根据给定的数据集计算一个加权平均值。 | ||
jack_logodds | 计算刀切概率。 | ||
jack_mannwhitney | 计算Mann-Whitney对数概率估计。 | ||
jack_marg_cdf | 计算刀切分布估计。 | ||
jack_wmean | 计算刀切加权平均估计。 | ||
marginalize_cdf | 边缘化经验分布,以获得边际治疗特定的CDF估计。 | ||
marginalize_pmf | 边缘化经验分布,以获得边际治疗特定的PMF估计。 | ||
one_boot_logodds | 得到一个bootstrap计算的对数几率参数。 | ||
one_boot_mannwhitney | 得到一个Mann-Whitney参数的bootstrap计算。 | ||
one_boot_marg_dist | 得到一个CDF和PMF估计的bootstrap计算 | ||
one_boot_wmean | 得到一个加权平均参数的自举计算。 | ||
plot.drord | 打印“drord”对象的输出。 | ||
print.drord | 打印“drord”对象的输出。 | ||
trimmed_logit | 修剪逻辑函数 | ||
wald_ci_wmean | 计算加权平均值的Wald置信区间 |