描述
研究多变量数据集中的复杂关系是跨科学的共同任务。近年来,高斯图形模型逐渐成为描述随机变量条件依赖结构的一种流行模型。尽管图形lasso(1-正则化)是最著名的估计器,它有几个缺点,使它不太理想的模型选择。现在有一些替代形式的正则化是专门为克服“1-罚”固有的问题而开发的。然而,到目前为止,这些替代方案在为研究人员提供软件方面进展缓慢。为了解决这个缺乏软件的问题,我开发了软件包GGMncv,其中包括各种非凸惩罚、两种用于估计的算法、绘图功能和一种用于进行统计推断的方法。作为额外的奖励,ggmcv可以用于非凸惩罚最小二乘。在描述了各种非凸惩罚之后,通过使用人格心理学数据集的示例演示了GGMncv的功能。
查看更多主题:测量与标度
相关的话题
使用纵向数据的新研究提供了证据,证明聋哑和重听(DHH)学生在2至8年级继续培养数学和阅读技能,挑战了DHH学生在小学阶段技能停滞不前的假设。
由:斯蒂芬妮Cawthon,伊丽莎白·巴克,约翰尼丹尼尔,北Cooc,安娜Vielma
COVID-19大流行期间学校构成的变化:对学校平均中期考试成绩使用的影响
学校官员经常使用学校的综合考试成绩来监督学校的表现并做出政策决定。在本报告中,兰德研究人员调查了一个具体问题,该问题可能会影响covid -19时代学校总分的使用,并导致与历史和其他近似总分的错误比较:学校构成随时间的变化。为了调查这个问题,他们检查了NWEA MAP增长评估的数据,这是各州和地区在2020-2021学年使用的中期评估。
由:乔纳森Schweig,梅根Kuhfeld,安德鲁McEachin,梅丽莎Diliberti,路易斯·马里亚诺•
主题:COVID-19与学校,测量与标度
在本文中,我们提出了一个新的R包,称为BFpack,其中包含用于贝叶斯因子假设检验的函数,用于许多常见的检验问题。该软件包括新的工具,用于(i)贝叶斯探索性测试(例如,零、正、负影响),(ii)贝叶斯验证性测试(具有相等和/或顺序约束的竞争假设),(iii)常见统计分析,如线性回归,广义线性模型,(co)方差的(多变量)分析,相关分析和随机截距模型,(iv)使用默认先验,(v)同时允许数据包含随机缺失的观测值。
由:尤里斯穆德,唐纳德•威廉姆斯,鑫谷,安德鲁Tomarken,Florian Boing-Messing,安东Olsson-Collentine,Marlyne Meijerink-Bosman,Janosch Menke,罗比·范·艾尔特,让·保罗·福克斯,赫伯特Hoijtink,伊夫Rosseel,Eric-Jan Wagenmakers,卡斯帕·范·丽莎
主题:测量与标度