工作文件
GGMNCV:非cavex惩罚高斯图形模型
2020
by:唐纳德威廉斯
描述性
多变量数据集复杂关系研究是全科学的共同任务最近高斯图形模型的出现正日益受欢迎模型描述随机变量条件依赖结构图形Lasso(l1-正则化)最出名估计者,它有几个缺陷 使得它比模型选择理想现时有替代规范形式,这些形式是专为克服`1-刑罚'所固有问题而开发的至今为止,这些替代技术缓慢地发展成面向研究工作者的软件解决软件缺失问题,我开发了包GGMNCV, 其中包括各种非康维克斯惩罚法、两种算法估计法、绘图能力法和统计推理法GGMNCv附加奖金可用于非civex受罚最小方块GGMNCV函数描述各种非剖析法后,通过实例使用个性心理学数据集展示
更多见题目:度量和缩放
相关题目
2023
新研究使用纵向数据提供证据说明聋人和重听学生继续在整个二至八年级学习数学和阅读技能,挑战DHH学生初级技能lataeu假设
by:斯蒂芬妮Cawthon,伊丽莎白巴克,强尼丹尼尔,北角,安娜维尔马
2022
CoVID-19大流行期间学校组成变化:对学校平均临时测试分数使用的影响
教职员工定期使用学校汇总测试分数监测学校表现并决策在本报告中,RAND研究者调查一个具体问题可能污染COVID-19-era学分并导致错误对比历史总分和其他近似总分:随时间变化学校组成raybet 好用吗研究NWA增长评估数据, 州区在2020-2021学年期间使用期中评估数据
by:强纳森施威格,梅根库赫,安德鲁麦肯,梅丽莎Diliberti,路易马里亚诺
题目:CoVID-19学校,度量和缩放
2022