Paquet : r-cran-mcmcpack (1.7-0-1) [debports]

routines de R d’estimation de Monte-Carlo par chaînes de Markov

Il s’agit d’un ensemble de routines pour GNU R qui met en œuvre divers modèles statistiques et économétriques d’estimation de Monte-Carlo par chaînes de Markov (MCMC), qui permettent de « résoudre » des modèles qui seraient autrement insolubles avec les techniques traditionnelles, en particulier les problèmes dans les statistiques (où un ou plusieurs « a priori » sont utilisés comme partie de la procédure, au lieu de l’hypothèse d’ignorance du « vrai » point estimé), quoique que MCMC peut aussi être utilisé pour résoudre des problèmes de statistiques fréquentistes avec des a priori non instructifs. Les techniques de MCMC sont aussi préférables à l’estimation directe en présence de données manquantes.

Sont actuellement implémentées plusieurs routines d’inférence écologique (EI) (pour l’estimation des attributs ou comportement au niveau individuel à partir de données agrégées, tels que les rapports électoraux ou les résultats de recensement), ainsi que des modèles de panel linéaire classique et des données transversales, quelques routines de visualisation pour des diagnostics d’EI, deux modèles de théories de réponse à l’item (ou estimation par point optimal — ideal-point estimation), l’analyse de facteurs métriques, ordinaux et de réponse mixte, et des modèles de régression gaussienne (linéaire) et de Poisson, de régression logistique (ou logit) et des modèles probit de réponses binaires ou ordinales.

Les paquets suggérés (r-cran-bayesm, -eco et -mnp) fournissent des modèles supplémentaires pouvant être utiles aux utilisateurs de ce paquet.

Cette page est uniquement disponible dans les langues suivantes (Comment configurer la langue par défaut du document) :