dvmisc-package | 便利功能、移动窗口统计和图形 | ||
bmi3 | 将连续BMI值转换为三级因子 | ||
bmi4 | 将连续BMI值转换为4级因子 | ||
cleancut | 用方便的接口将数字转换成因数 | ||
clean_glm | 从glm对象创建一个干净的摘要表 | ||
create_qgroups | 创建分位数组 | ||
create_qgroups_svy | 创建分位数组(复杂测量数据) | ||
cut_decreasing | 以递减因子水平切割 | ||
dots_bars | 绘图点+/-误差线 | ||
dvmisc | 便利功能、移动窗口统计和图形 | ||
expand_grid | 类似展开.grid但是序列颠倒了,并且能够把变量当作集合 | ||
gammareg | Y的定标度Gamma模型与Y可能受乘性对数正态误差影响的协变量 | ||
get_mse | 从拟合回归模型中提取均方误差 | ||
headtail | 返回对象的第一部分和最后一部分 | ||
histo | 添加选项的直方图 | ||
inside | 检查数值是否落在其他两个数值内 | ||
interval_groups | 将连续变量拆分为等宽组 | ||
iterate | 在用户指定输入的所有组合上迭代函数,可能多次 | ||
list_override | 将第二个列表中的元素添加到第一个列表中,替换具有相同名称的元素 | ||
logit_prob | 将Logit转换为概率 | ||
lognormalreg | 对数(Y)与协变量的线性回归,Y可能受到乘法对数正态误差的影响 | ||
logodds_graph | 二进制变量在分组变量中的概率图 | ||
max_n | 数值的最大值 | ||
means_graph | 跨分组变量的图平均值 | ||
mean_i | 整数值的平均值 | ||
min_n | 最小数值 | ||
mle_gamma | X$1¥,…,X$n¥~Gamma(alpha,beta)的最大似然估计 | ||
mle_gamma_lnorm | X$1¥,…,X$n¥~Gamma(alpha,beta)对数正态分布(mu,sigsq)的最大似然估计 | ||
mle_lnorm | X$1¥,…,X$n¥~对数正态(mu,sigsq)的最大似然估计 | ||
mle_lnorm_lnorm | X$1¥,…,X$n¥~对数正态(mu1,sigsq1)对数正态(mu2,sigsq2)的最大似然估计 | ||
moving_mean | 移动平均线 | ||
n_2t_equal | 计算两样本等方差T检验的每组样本量 | ||
n_2t_unequal | 计算两样本不等方差T检验的每组样本量 | ||
odds_prob | 将赔率转换为概率 | ||
plot_ll | 绘制对数似然与一个参数的值 | ||
pooled_var | 混合样本方差 | ||
power_2t_equal | 计算两样本等方差T检验的幂 | ||
power_2t_unequal | 计算两样本不等方差T检验的幂 | ||
prob_logit | 将概率转换为Logit | ||
prob_odds | 将概率转换为赔率 | ||
quant_groups | 将连续变量分成分位数组 | ||
quant_groups_svy | 将连续变量分成分位数组(调查版) | ||
reverse_cut | 反向切割 | ||
sliding_cor | 当短向量在长向量上滑动时移动相关性 | ||
sliding_cov | 短向量在长向量上滑动时的移动协方差 | ||
sumsim | 总结模拟结果 | ||
sum_i | 整数值之和 | ||
trim | 修剪向量的尾部值 | ||
truerange | 向量的范围(不是最小值/最大值!) | ||
which.max2 | 向量(第一个)最大值的返回索引 | ||
which.min2 | 向量(第一)最小值的返回索引 | ||
which_max_im | 返回整数矩阵(第一个)最大值的(行、列)索引 | ||
which_max_iv | 整数向量(第一个)最大值的返回索引 | ||
which_max_nm | 返回数值矩阵(第一个)最大值的(行、列)索引 | ||
which_max_nv | 数值向量(第一个)最大值的返回索引 | ||
which_min_im | 返回整数矩阵(第一个)最小值的(行、列)索引 | ||
which_min_iv | 整数向量(第一个)最小值的返回索引 | ||
which_min_nm | 返回数值矩阵(第一个)最小值的(行,列)索引 | ||
which_min_nv | 数值向量(第一个)最小值的返回索引 |