雷达图（radar）将不同维度数据展示在同一个维度上，通过在不同散射轴上度量数据的大小可以让读者轻松把握数据的高低大小。与此同时，雷达图可以将多维数据点之间进行连线绘制数据覆盖面积，通过面积规则程度我们可以大体了解数据分布的均匀性。

Numerical Ecology with R A practical guide to Numerical Ecology using the R language

蜂拥而至 一个实现蜂群图的R包 您可以在此处看到一些示例： : 安装 您可以像这样在CRAN上安装最新版本： install.packages("beeswarm") 或者您可以像这样从GitHub安装最新的开发版本： ## install.packages("devtools") devtools::install_github("aroneklund/beeswarm") 相关作品 蜂群和相关地块的框架GGPLOT2 蜂群图 这也称为点图 利兰·威尔金森（Leland Wilkinson）（1999）。 点图。 美国统计学家。 53（3）：276-281。 似乎是相同的基本点布局算法，除了Wilkinson建议了beeswarm程序包不执行的其他平滑步骤。

Tushare 是金融数据接口 R安装包 windows系统 下载后在Rstiudio里可以直接引用安装 Tushare官网： https://tushare.pro/

stm：结构主题模型的R包 网站： 小插图： 作者：（ ，（ 和（ 请通过电子邮件将所有评论/问题发送到bms4 [AT] princeton.edu 概括 该存储库将托管该软件包的开发版本。 它也可以在CRAN上使用。 它在我们称为结构主题模型（stm）的框架中实现了变体EM算法，用于估计带有协变量的主题模型。 该软件包当前包含以下功能： 摄取和处理文本数据 估计结构主题模型 计算具有不确定性的潜在主题的协变量效应 估计主题相关图 创建我们各种论文中使用的所有图 其他资源 是否有大型文本语料库或需要我们不支持的语言？ 看到我们的姐妹项目 请参阅其他材料，网址为www.structuraltopicmodel.com。 安装说明 假设您已经安装了R（如果看不到http://www.r-project.org/ ），则要安装CRAN版本，只需使用： install.pac

NHANES套餐 NHANES软件包包含来自美国国家健康和营养检查研究的两个版本的数据集。 NHANESraw包含NHANES网站上的数据，并对其进行了重新编码以使其更易于在R中使用。 NHANES包含该版本的重采样版本，其中考虑了采用的采样方案。 所得数据集是对美国人群中简单随机样本的合理近似。 有关更多详细信息，请参见数据集的帮助页面。

midasr R软件包提供了处理混合频率数据的计量经济学方法。 该软件包提供了用于估计时间序列MIDAS回归的工具，其中响应和解释变量的频率不同，例如每季度还是每月。 可以对拟合的回归模型进行适当性测试，然后将其用于预测。 更具体地说，可以使用以下主要功能： midas_r使用NLS进行MIDAS回归估计。 midas_nlpr非线性参数MIDAS回归估计。 midas_sp半参数和部分线性MIDAS回归。 midas_qr分位数MIDAS回归。 mls嵌入较低频率的时间序列，用于指定MIDAS模型的灵活功能。 mlsd使用可用的日期信息以较低频率嵌入时间序列。 hAh.test和hAhr.test -MIDAS回归的充分性测试。 forecast -预测MIDAS回归。 midasr_ic_table使用信息标准选择延迟 average_forecast计算加权预测组合

分形 用于计算Mandelbrot集的R包。 计算集合的函数用C编写，因此非常快。 如果安装了devtools软件包（并且已经设置了适当的C编译器），则可以通过在R命令提示符下键入来安装该软件包。 > devtools::install_github ("mariodosreis/fractal") 例子 绘制集合 n <- 40 z <- fractal::mandelbrot(iter=n) par(pty="s") image(z, col=c(topo.colors(n),"black"), las=1)

BTYDplus BTYDplus 软件包提供了高级统计方法来描述和预测客户的购买行为。 它使用历史交易记录来拟合概率模型，然后该模型可以计算出一个队列以及一个客户级别的管理兴趣量（客户生命周期价值，客户权益，P（活动）等）。 该软件包对软件包进行了补充，提供了几种其他的“为止”模型，这些模型已经在营销文献中发布，但是其实现是复杂且不平凡的。 这些模型是：NBD，MBG / NBD，BG / CNBD-k，MBG / CNBD-k，Pareto / NBD（HB），Pareto / NBD（Abe）和Pareto / GGG。 安装 # install.packages("devtools") devtools::install_github("mplatzer/BTYDplus", dependencies=TRUE) library(BTYDplus) 入门 demo("cdn

GERGM-硕士： 一个R包，用于估计广义指数随机图模型。 要开始使用， 请向报告任何错误或错误。 消息 [05/15/18]主要估计更新为0.13.x版。 我已将Hummel等人（2012）的凸包初始化方法实现为程序包中的默认选项。 在初始化Metropolis Hastings的模型参数时，此方法通常非常高效，并且在某些情况下可以使模型运行时间减少99％以上。 通过在C ++中重新实现，加快了协变量参数估计的过程。 gergm（）函数现在在协变量参数估计的第一次迭代之后跳过MPLE，而是使用以前的theta值。 这通常可以大大加快估算速度，但可以通过逻辑参数进行控制。 对于大型网络或MH接受率非常低的网络， sample_edges_at_a_time选项允许用户在MH更新中一次提议边缘块。 这可以用来优化模型接受率。 [04/13/17]新的估算功能，错误修复。 添加