CRAN 任务视图:稳健统计方法

维护者Martin Maechler
联系方式Martin.Maechler at R-project.org
版本2023-07-01
网址https://CRAN.R-project.org/view=Robust
源代码https://github.com/cran-task-views/Robust/
贡献欢迎您对本任务视图提出建议和改进,您可以通过 GitHub 上的问题或拉取请求,或通过电子邮件联系维护者。有关更多详细信息,请参阅 贡献指南
引用Martin Maechler (2023). CRAN 任务视图:稳健统计方法。版本 2023-07-01。网址 https://CRAN.R-project.org/view=Robust.
安装您可以使用 ctv 包自动安装本任务视图中的软件包。例如,ctv::install.views("Robust", coreOnly = TRUE) 安装所有核心软件包,或 ctv::update.views("Robust") 安装所有尚未安装和更新的软件包。有关更多详细信息,请参阅 CRAN 任务视图计划

稳健(或“抗性”)统计建模方法从 1980 年代初期的 S 开始就已存在;然后在 R 中的 stats 包中。例如 median()mean(*, trim =. )mad()IQR(),或者 fivenum()graphics 包中 boxplot() 背后的统计量)或 lowess()(和 loess())用于稳健的非参数回归,在 2003 年得到了 runmed() 的补充。在推荐的(因此存在于所有 R 版本中的)包 MASS(由 Bill Venables 和 Brian Ripley 提供,参见现代应用统计学与 S)中提供了更多重要的功能。最重要的是,它们提供了 rlm() 用于稳健回归,以及 cov.rob() 用于稳健的多元散点和协方差。

本任务视图是关于 R 附加包,它们提供了更新或更快、更高效的算法,特别是针对(新模型的)稳健化。

请通过电子邮件将添加和扩展的建议发送给维护者,或在上面链接的 GitHub 存储库中提交问题或拉取请求。

一群在稳健统计领域工作的国际科学家,自 2005 年 10 月起,一直在努力协调一些分散的开发成果,并通过一套相互补充的 R 包来提供重要的成果。这些包应该建立在包含“基本要素”的基本包之上,该基本包被称为 robustbase,其他(可能很多)包则建立在其之上,并将基本功能扩展到特定模型或应用。自 2020 年和 稳健统计:理论与方法 第二版以来,RobStatTM 包含其估计量和示例,特别是通过从 robustbaserrcov 导入。此外,还有一个相当全面的包 robust,它是 S-PLUS 稳健库的版本,现在是 GPL 许可的 R 包,这要感谢 Insightful 和 Kjell Konis。最初,robustbaserobust 之间存在很大程度的重叠,现在 robust 依赖robustbaserrcov,其中 robust 为普通用户提供了方便的例程,而 robustbaserrcov 包含底层功能,并为更高级的统计学家提供了广泛的稳健建模选项。

我们将这些包大致划分为以下主题,通常会首先提到 robustbaserrcovrobust 包中的功能。

回归

多元分析

聚类(多元)

大型数据集

描述性统计/探索性数据分析

时间序列

计量经济模型

生物信息学的稳健方法

生存分析的稳健方法

调查的稳健方法

多个方法的集合

稳健和抗性方法的其他方法

CRAN 包

核心MASSrobustrobustbaserrcov
常规clubSandwich, cluster, clusterSEs, complmrob, covRobust, coxrobust, distr, drgee, genie, GJRM, Gmedian, GSE, lqmm, mblm, metaplus, mvoutlier, otrimle, pcaPP, quantreg, RandVar, revss, rlme, RobAStBase, robcor, robeth, robfilter, RobLox, RobLoxBioC, RobPer, RobStatTM, robsurvey, robumeta, RobustAFT, robustDA, robustlmm, robustreg, robustX, ROptEst, rospca, rpca, rrcovHD, rrcovNA, RSKC, sandwich, skewlmm, ssmrob, tclust, walrus, WRS2.
已归档RobRexROptRegTS

相关链接

其他资源