stats(R 統計)一覧 の変更点

• 追加された行はこの色です。
• 削除された行はこの色です。
• stats(R 統計)一覧 へ行く。
• stats(R 統計)一覧 の差分を削除

//COLOR(red){SIZE(20){stats(R 統計)パッケージ中のオブジェクト一覧}}
COLOR(red){SIZE(20){stats((ctest, eda, modreg, mva, nls, stepfun そして ts は、 R 1.9.0 でstats に統合された))パッケージ中のオブジェクト一覧}}~
baseと同様にR起動時に読み込まれるパッケージ

|項目|説明|
|AIC|赤池の情報量基準|
|ARMAacf|ARMA プロセスの理論的な ACF の計算|
|ARMAtoMA|ARMA プロセスを無限 MA プロセスに変換|
|AirPassengers|1949年〜1960年の月間航空旅客数|
|BJsales|先行指標付の売上データ(Sales Data with Leading Indicator)|
|BOD|生物化学的酸素要求量|
|Beta|ベータ分布|
|Binomial|二項分布|
|Box.test|Box-Pierce 検定および Ljung-Box 検定|
|C|Sets Contrasts for a Factor|
|CO2|イヌビエの二酸化炭素吸収量|
|Cauchy|コーシー分布|
|ChickWeight|異なる餌で飼育された雛の日数と体重|
|Chisquare|（非心）カイ二乗分布|
|DNase|DNase の ELISA アッセイの結果|
|EuStockMarkets|1991年〜1998年のヨーロッパの主要ストック指標の終値|
|Exponential|指数分布|
|FDist|F 分布|
|GammaDist|ガンマ分布|
|Geometric|幾何分布|
|Harman23.cor|身体計測値の相関係数行列|
|Harman74.cor|心理学的測定値の相関係数行列|
|HoltWinters|Holt-Winters フィルタリングを計算する|
|Hypergeometric|超幾何分布|
|IQR|四分位範囲|
|Indometh|インドメタシンの薬動力学データ|
|JohnsonJohnson|1960年〜1980年までの四半期ごとのJohnson & Johnsonのシエア（？）|
|KalmanLike|カルマンフィルタリング|
|LakeHuron|1875年〜1972年までのフーロン湖の水位|
|Loblolly|テーダ松の生長データ|
|Logistic|ロジスティック分布|
|Lognormal|対数正規分布|
|Multinomial|多項分布|
|NLSstAsymptotic|漸近線を有する回帰(Asymptotic Regression Model)のあてはめ|
|NLSstClosestX|Inverse Interpolation|
|NLSstLfAsymptote|左側の水平漸近線(Horizontal Asymptote on the Left Side)|
|NLSstRtAsymptote|右側の水平漸近線(Horizontal Asymptote on the Right Side)|
|NegBinomial|負の二項分布|
|Nile|1871年〜1970年のナイル川の流量|
|Normal|正規分布|
|Orange|オレンジの木の生長データ|
|PP.test|Phillips-Perron の単位根 (Unit Root) 検定|
|Poisson|ポアソン分布|
|Puromycin|酵素反応における反応速度のデータ|
|SSasymp|漸近線を有する回帰(Asymptotic Regression Model)|
|SSasympOff|オフセット付の漸近線を有する回帰(Asymptotic Regression Model with an Offset)|
|SSasympOrig|原点を通る漸近線を有する回帰(Asymptotic Regression Model through the Origin)|
|SSbiexp|Biexponential model|
|SSfol|一次のコンパートメントモデル(First-order Compartment Model)|
|SSfpl|４パラメータ・ロジスティックモデル(Four-parameter Logistic Model)|
|SSgompertz|ゴンペルツ成長モデル|
|SSlogis|ロジスティックモデル|
|SSmicmen|ミカエリス-メンテンモデル|
|SSweibull|ワイブル成長曲線モデル|
|SignRank|ウィルコクソンの符号順位検定統計量の分布|
|StructTS|構造的な時系列(Structural Time Series) のあてはめ|
|TDist|スチューデントの t 分布|
|Theoph|テオフィリンの薬動力学データ|
|Tukey|スチューデント化した範囲の分布|
|TukeyHSD|テューキーの「正直な有意になる差」の計算|
|UKDriverDeaths|1969年〜1984年の英国におけるドライバーの死傷者数|
|UKLungDeaths|英国の肺疾患による死亡数|
|UKgas|英国における四半期ごとのガス消費量|
|USAccDeaths|1973 年から 1978 年のアメリカの事故死|
|Uniform|一様分布|
|WWWusage|一分ごとのインターネット接続者数|
|Weibull|ワイブル分布|
|Wilcoxon|ウィルコクソンの順位和検定統計量の分布|
|ability.cov|能力および知力テスト(Ability and Intelligence Tests)|
|acf|自己／相互共分散と自己／相互相関関数の推定|
|acf2AR|ACF にぴったりあてはまる AR 過程の計算|
|add1|Add or Drop All Possible Single Terms to a Model|
|addmargins|多次元表や行列の任意の周辺和を付加する|
|aggregate|データサブセットの要約統計量を計算する|
|airmiles|アメリカ商業航空の1937年-1960年の乗客マイル数|
|alias|Find Aliases (Dependencies) in a Model|
|anova|分散分析表の計算|
|anova.glm|一般化線形モデルのあてはめの逸脱度分析|
|anova.lm|線形モデルのあてはめへの ANOVA|
|ansari.test|アンサリ-ブラドレイ検定|
|aov|分散分析モデルのあてはめ(Fit an Analysis of Variance Model)|
|ar|自己回帰モデルの時系列へのあてはめ|
|ar.ols|OLS による自己回帰モデルの時系列へのあてはめ|
|arima|時系列の ARIMA モデリング|
|arima.sim|ARIMA モデルのシミュレート|
|arima0|時系列の ARIMA モデリング -- 暫定版|
|as.hclust|オブジェクトを hclust クラスに変換|
|asOneSidedFormula|Convert to One-Sided Formula|
|austres|四半期ごとのオーストラリア人口|
|ave|Group Averages Over Level Combinations of Factors|
|bartlett.test|分散の一様性に関するバートレット検定|
|beavers|ビーバーの体温の時系列データ|
|binom.test|正確な二項検定|
|biplot|多変量のバイプロット|
|biplot.princomp|主成分のバイプロット|
|bw.nrd0|カーネル密度推定の帯域幅セレクタ|
|cancor|正準相関|
|case.names|Case and Variable Names of Fitted Models|
|case.names|あてはめられたモデルのケースと変数名|
|chisq.test|計数データに対するピアソンのカイ二乗検定|
|clearNames|オブジェクトから名前を取り除く|
|cmdscale|古典的 (計量) 多次元尺度構成法|
|co2|マウナ-ロア山で観測された大気中の二酸化炭素濃度の時系列データ|
|coef|モデルの係数の取り出し|
|complete.cases|欠損値のない完全なデータかどうかをケースごとに論理値ベクトルで返す|
|confint|モデルのパラメータの信頼区間|
|constrOptim|線形制約型最適化(Linearly constrained optimisation)|
|contr.helmert|対比行列|
|contrasts|対比行列の取得とセット|
|cophenetic|階層型クラスタリングの共表形(Cophenetic)距離|
|cor|相関係数，分散・共分散（行列）|
|cor.test|対標本に対する連関・相関の検定|
|cov.wt|重み付きの共分散行列と平均値（オプションで相関係数行列も）|
|cpgram|累積ピリオドグラム(Periodogram)のプロット|
|cutree|一つのツリーを切ってデータのグループをつくる|
|decompose|移動平均による古典的な季節分解|
|delete.response|Modify Terms Objects|
|dendrogram|一般的なツリー構造|
|density|カーネル密度推定|
|deriv|Symbolic and Algorithmic Derivatives of Simple Expressions|
|deviance|モデルの逸脱度|
|df.residual|残差の自由度(Residual Degrees-of-Freedom)|
|diff.ts|時系列オブジェクトのメソッド|
|diffinv|Discrete Integration: Inverse of Differencing|
|discoveries|毎年の重要な発見の数|
|dist|距離行列の計算|
|dummy.coef|オリジナルのコーディングの係数を取り出す|
|ecdf|累積経験分布関数|
|eff.aovlist|多層の分散分析の効率性の計算|
|effects|あてはめモデルの効果(Effects from Fitted Model)|
|embed|時系列の組み込み|
|expand.model.frame|モデルフレームに変数の新規追加|
|extractAIC|あてはめられたモデルより AIC を取り出す|
|factanal|最尤法による因子分析|
|factor.scope|Compute Allowed Changes in Adding to or Dropping from a Formula|
|family|Family Objects for Models|
|family.glm|Accessing Generalized Linear Model Fits|
|family.lm|Accessing Linear Model Fits|
|filter|時系列の線形フィルタリング|
|fisher.test|計数データに対するフィッシャーの正確検定|
|fitted|Extract Model Fitted Values|
|fivenum|テューキーの五数要約値|
|fligner.test|分散の一様性に関する Fligner-Killeen 検定|
|formula|モデルの式(Model Formulae)|
|formula.nls|nls オブジェクトよりモデル式を取り出す|
|freeny|Freeny の収益データ|
|friedman.test|フリードマンの順位和検定|
|ftable|フラット分割表(Flat Contingency Tables)|
|ftable.formula|フラット分割表の式の記法(notation)の取り出し|
|getInitial|Get Initial Parameter Estimates|
|glm|一般化線形モデルのあてはめ|
|glm.control|GLM のあてはめ制御の補助|
|hclust|階層型クラスタリング|
|heatmap|Draw a Heat Map|
|identify.hclust|デンドログラムのクラスターの同定|
|influence.measures|Regression Deletion Diagnostics|
|integrate|Integration of One-Dimensional Functions|
|interaction.plot|Two-way Interaction Plot|
|is.empty.model|モデルが空の有無のチェック|
|isoreg|単調回帰(Isotonic / Monotone Regression)|
|kernapply|平滑化カーネルの適用|
|kernel|平滑化カーネルオブジェクト|
|kmeans|k-平均クラスタリング|
|kruskal.test|クラスカル-ウォリスの順位和検定|
|ks.test|コルモゴロフ-スミルノフ検定|
|ksmooth|カーネル回帰平滑化(Kernel Regression Smoother)|
|lag|Lag a Time Series|
|lag.plot|時系列のラグのプロット|
|lh|血液サンプル中の黄体形成ホルモン|
|line|ロバスト（頑健）なラインのあてはめ|
|lm|線形モデルのあてはめ|
|lm.fit|線形モデルのあてはめ関数(Fitter Functions for Linear Models)|
|lm.influence|回帰診断|
|loadings|因子分析の負荷量のプリント|
|loess|局所多項回帰のあてはめ(Local Polynomial Regression Fitting)|
|loess.control|Loess にパラメータをセット|
|logLik|対数尤度の取り出し|
|loglin|対数線形モデルのあてはめ|
|lowess|散布図平滑化(Scatter Plot Smoothing)|
|ls.diag|'lsfit' 回帰分析の診断計算|
|ls.print|'lsfit' の回帰結果のプリント|
|lsfit|最小二乗法のあてはめをみつける|
|lynx|1821年〜1934年までのカナダのオオヤマネコの年間発見数|
|mad|Median Absolute Deviation|
|mahalanobis|マハラノビス距離|
|make.link|GLM 族のリンクの作成|
|makepredictcall|Utility Function for Safe Prediction|
|manova|MANOVA|
|mantelhaen.test|計数データに対するコクラン-マンテル-ヘンツェルのカイ二乗検定|
|mcnemar.test|計数データに対するマクネマーのカイ二乗検定（マクネマー検定）|
|median|中央値|
|medpolish|Median Polish of a Matrix|
|model.extract|モデル・フレームより要素を取り出す|
|model.frame|モデル式の "Environment" を取り出す|
|model.matrix|デザイン行列の構築|
|model.tables|Aov モデルあてはめ結果表を計算|
|monthplot|Plot a Seasonal or other Subseries|
|mood.test|尺度母数に関する二標本 Mood 検定|
|na.action|NA Action|
|na.contiguous|Find Longest Contiguous Stretch of non-NAs|
|na.fail|オブジェクトの欠損値の処理|
|naprint|欠損値の調整|
|naresid|欠損値の調整|
|nhtemp|New Haven の年平均気温|
|nlm|非線形最小化|
|nls|非線形最小二乗法|
|nls.control|nls の葉反復を制御|
|nlsModel|nlsModel オブジェクトの作成|
|nottem|1920年〜1939年の Nottingham の月平均気温|
|numericDeriv|Evaluate derivatives numerically|
|offset|モデル式にオフセットを含める|
|oneway.test|一元配置分散分析|
|optim|汎用最適化|
|optimize|一次元最適化|
|order.dendrogram|デンドログラムの葉の順序を取得する|
|p.adjust|多重比較における P 値の調整|
|pairwise.prop.test|対応のある場合の割合の差の検定|
|pairwise.t.test|対応のある場合の t 検定|
|pairwise.table|対比較において P 値を表にする|
|pairwise.wilcox.test|対応のある場合のウィルコクソンの順位和検定|
|plot.HoltWinters|HoltWinters オブジェクトのプロット関数|
|plot.acf|自己共分散関数および自己相関関数のプロット|
|plot.density|カーネル密度推定のプロットメソッド|
|plot.isoreg|isoreg オブジェクトのプロットメソッド|
|plot.lm|lm オブジェクトの診断プロット|
|plot.ppr|Plot Ridge Functions for Projection Pursuit Regression Fit|
|plot.profile.nls|profile.nls オブジェクトのプロット|
|plot.spec|スペクトル密度のプロット|
|plot.stepfun|階段関数（階段状の関数）をプロットする|
|plot.stl|STL オブジェクトのメソッド|
|plot.ts|時系列オブジェクトのプロット|
|poly|直交多項式の計算|
|power|Create a Power Link Object|
|power.anova.test|均衡型一元配置分散分析の検定力の計算|
|power.prop.test|二標本の割合の差の検定の検定力の計算|
|power.t.test|一標本および二標本の t 検定の検定力の計算|
|ppoints|Ordinates for Probability Plotting|
|ppr|Projection Pursuit Regression|
|prcomp|主成分分析|
|predict|モデルの予測|
|predict.Arima|ARIMA あてはめの予測|
|predict.HoltWinters|prediction function for fitted Holt-Winters models|
|predict.glm|GLM のあてはめの Predict メソッド|
|predict.lm|線形モデルのあてはめの予測メソッド|
|predict.loess|Loess カーブまたはサーフェスの予測|
|predict.nls|非線形最小二乗法のあてはめより予測する|
|predict.smooth.spline|平滑化スプラインのあてはめの予測|
|preplot|Plotting オブジェクトのための事前計算|
|presidents|アメリカ大統領の四半期支持率|
|princomp|主成分分析|
|print.power.htest|検定力計算オブジェクトのプリントメソッド|
|print.ts|時系列オブジェクトのプリント|
|printCoefmat|係数行列のプリント|
|profile|Generic Function for Profiling Models|
|profile.nls|Method for Profiling nls Objects|
|profiler|Constructor for Profiler Objects for Nonlinear Models|
|profiler.nls|Constructor for Profiler Objects from nls Objects|
|proj|Projections of Models|
|prop.test|割合が一様（あるいは与えられた値）であるという仮説の検定（一様性の検定，適合度の検定）|
|prop.trend.test|割合についての傾向検定|
|qbirthday|同一誕生日のものがいる確率に対する人数を返す（注：pbirthday 関数もある）|
|qqnorm|Q-Q プロット|
|quade.test|Quade 検定|
|quantile|Sample Quantiles|
|read.ftable|フラットな分割表の操作|
|rect.hclust|階層型クラスタの周囲に矩形を描画する|
|relevel|Reorder Levels of Factor|
|reorder|デンドログラムの葉の表示の順番を変更する|
|replications|Number of Replications of Terms|
|reshape|Reshape Grouped Data|
|residuals|モデルの残差の取り出し|
|rock|Measurements on Petroleum Rock Samples|
|runmed|Running Medians -- Robust Scatter Plot Smoothing|
|scatter.smooth|Loess によってあてはめられた平滑化曲線を持つ散布図|
|screeplot|主成分分析のスクリープロット|
|sd|標準偏差を返す|
|se.contrast|Standard Errors for Contrasts in Model Terms|
|selfStart|Construct Self-starting Nonlinear Models|
|setNames|オブジェクトに名前を付ける|
|shapiro.test|シャピロ-ウィルクの正規性の検定|
|smooth|Tukey's (Running Median) Smoothing|
|smooth.spline|平滑化スプラインのあてはめ|
|smoothEnds|End Points Smoothing (for Running Medians)|
|sortedXyData|sortedXyData オブジェクトの作成|
|spec.ar|AR のあてはめからの時系列のスペクトル密度推定|
|spec.pgram|平滑化ピリドグラムよる時系列のスペクトル密度推定|
|spec.taper|Taper a Time Series by a Cosine Bell|
|spectrum|スペクトル密度推定|
|splinefun|スプライン補間|
|start|Encode the Terminal Times of Time Series|
|stat.anova|GLM Anova 統計量|
|step|ステップワイズアルゴリズムで AIC によりモデルを選択する|
|stepfun|Step 関数クラス|
|stl|Loess による時系列の季節分解(Seasonal Decomposition of Time Series by Loess)|
|summary.aov|ANOVA のサマリー|
|summary.glm|GLM のサマリー|
|summary.lm|線形モデルのあてはめの要約|
|summary.manova|MANOVA のサマリー|
|summary.princomp|PCA（主成分分析）のサマリー|
|sunspot|年間の太陽黒点の数のデータ, 1700年-1988年, および月間の太陽黒点の数のデータ, 1749年-1997年|
|sunspots|月間の太陽黒点の数, 1749年-1983年|
|supsmu|Friedman's SuperSmoother|
|symnum|Symbolic Number Coding|
|t.test|スチューデントの t 検定|
|termplot|Plot regression terms|
|terms|Model Terms|
|terms.formula|Construct a terms Object from a Formula|
|terms.object|Description of Terms Objects|
|time|時系列のサンプリングタイム|
|toeplitz|対称 Toeplitz 行列の作成|
|treering|Yearly Treering Data, -6000-1979|
|ts|時系列オブジェクト|
|ts.plot|多重時系列(Multiple Time Series)プロット|
|ts.union|Bind Two or More Time Series|
|tsSmooth|時系列の固定間隔(Fixed-Interval)平滑化の利用|
|tsdiag|時系列のあてはめの診断プロット|
|tsp|Tsp Attribute of Time-Series-like Objects|
|uniroot|One Dimensional Root (Zero) Finding|
|update|Update and Re-fit a Model Call|
|update.formula|モデルの更新|
|uspop|アメリカ国勢調査の人口記録|
|var.test|ニ標本の等分散性の F 検定|
|varimax|因子分析のvarimax回転手法（注：promax 関数もある）|
|vcov|あてはめられたモデル(Model)オブジェクトの分散共分散行列|
|weighted.mean|加重算術平均|
|weighted.residuals|重みつき残差|
|wilcox.test|ウィルコクソンの順位和検定および符号順位検定|
|window|Time Windows|
|xtabs|クロス集計|