R语言drtmle包说明文档(版本 1.0.5)

返回R语言所有包列表

adaptive_iptw 用超学习方法计算倾向得分的渐近线性IPTW估计
ci 计算drtmle和filename_points_covered_by_landmarks的置信区间
ci.adaptive_iptw filename_points_covered_by_landmarks对象的置信区间
ci.drtmle 数据对象的置信区间
drtmle 基于双稳健推理的平均治疗效果TMLE估计
estimateG 估计
estimategrn 估计
estimateQ 估算
estimateQrn 估计数量
eval_Diptw 评价IPTW的常用影响函数
eval_Diptw_g 评估IPTW的额外影响函数
eval_Dstar 评价常用有效影响函数
eval_Dstar_g 评估因结果回归错误而产生的额外有效影响函数
eval_Dstar_Q 评估因倾向性评分错误而导致的额外有效影响函数
extract_models 帮助函数从拟合对象中提取模型
fluctuateG 波动
fluctuateQ 波动
fluctuateQ1 波动Q1
fluctuateQ2 波动Q2
make_validRows 列出每个验证折叠中的行。
plot.drtmle 绘图降维回归拟合
predict.SL.npreg 预测方法SL.npreg公司
print.adaptive_iptw 打印filename_points_covered_by_landmarks对象的输出。
print.ci.adaptive_iptw 打印ci的输出。filename_points_covered_by_landmarks
print.ci.drtmle 打印输出ci.drtmle公司
print.drtmle 打印“drtmle”对象的输出。
print.wald_test.adaptive_iptw 打印filename_edges_strengthfilename_points_covered_by_landmarks的输出
print.wald_test.drtmle 打印filename_points_covered_by_landmarks.drtmle的输出
reorder_list Helper函数根据cvFolds对列表进行重新排序
SL.npreg 核回归的超级学习包装器
tmp_method.CC_LS 暂时修复凸组合法的均方误差相对于现有的实现,我们减少了从一个给定的算法声明预测与另一个相同的容差
tmp_method.CC_nloglik 临时修复凸组合法负对数似然损失相对于现有的实现,我们减少了我们宣布从一个给定的算法预测与另一个相同的容忍度。注意,由于“超级学习者”的结构方式,需要单独安装优化软件。
wald_test drtmle和filename_points_covered_by_landmarks对象的Wald测试
wald_test.adaptive_iptw filename_points_covered_by_landmarks对象的Wald测试
wald_test.drtmle drtmle对象的Wald测试