维护者 | Fabian Scheipl,Eleonora Arnone,Giles Hooker,J. Derek Tucker,Julia Wrobel |
联系方式 | fabian.scheipl at stat.uni-muenchen.de |
版本 | 2022-03-21 |
URL | https://CRAN.R-project.org/view=FunctionalData |
源代码 | https://github.com/cran-task-views/FunctionalData/ |
贡献 | 欢迎对本任务视图提出建议和改进,可以通过 GitHub 上的问题或拉取请求,或通过电子邮件发送给维护者地址。有关更多详细信息,请参阅 贡献指南。 |
引用 | Fabian Scheipl,Eleonora Arnone,Giles Hooker,J. Derek Tucker,Julia Wrobel (2022)。CRAN 任务视图:函数数据分析。版本 2022-03-21。URL https://CRAN.R-project.org/view=FunctionalData。 |
安装 | 可以使用 ctv 包自动安装本任务视图中的包。例如,ctv::install.views("FunctionalData", coreOnly = TRUE) 安装所有核心包,或 ctv::update.views("FunctionalData") 安装所有尚未安装和更新的包。有关更多详细信息,请参阅 CRAN 任务视图计划。 |
函数数据分析 (FDA) 处理 “提供有关曲线、曲面或任何其他在连续体上变化的事物的的信息。” 本任务视图试图概述该发展领域中可用的包。
在实践中,时间序列数据和函数数据之间存在大量重叠,因此 TimeSeries 任务视图下列出的某些包可能对函数数据也有用,反之亦然。
下面列出的包提供了用于表示和处理函数值数据的“基础设施”,或实现了许多广泛适用的函数数据方法
通用
lm
和 glm
的基于距离的版本,以及基于局部估计的两种方法的非参数版本。要将这些方法应用于函数数据,只需计算观察到的函数数据之间的距离矩阵即可。专业模型和应用
plot_shiny
,它使用 S3 并生成一个 Shiny 应用程序,用于交互式可视化 refund
包中产生的函数数据分析,如 c.f. Wrobel 等人(2016,doi:10.1002/sta4.109)所述。请通过电子邮件与维护者联系,提供建议、补充和改进,或在上面链接的 GitHub 存储库中提交问题或拉取请求。
核心 | fda, fda.usc, fdapace, FDboost, fds, ftsa, refund. |
常规 | covsep, dbstats, ddalpha, denseFLMM, elasdics, face, fdaACF, fdadensity, fdANOVA, fdaoutlier, fdaPDE, fdasrvf, fdatest, frechet, freqdom, freqdom.fda, ftsspec, funData, funFEM, funLBM, geofd, GPFDA, growfunctions, mfaces, MFPCA, multifamm, pcdpca, rainbow, refund.shiny, registr, robflreg, SCBmeanfd, sparseFLMM, splinetree, warpMix. |
已存档 | funHDDC. |