精选| 2023年1月R新包推荐(第72期)

译:黄小伟,目前就职于杭州有赞

知乎专栏:中国R语言社区 |30,000+关注、300万+阅读


2023年1月,165个R包收录于CRAN,环比增长42.4%,本月Top 40 R包分为14个类别,详细介绍如下:

一. 精算统计

1. actuaRE : 提供单独使用分层可信度模型或与glm、Tweedie广义线性混合模型组合使用来拟合随机效应模型的函数.

精选| 2023年1月R新包推荐(第72期)_第1张图片

二. 考古学

1. archeoViz : 针对考古挖掘数据可视化、交互式探索和网络通信,实现了一个shiny应用程序,包括交互式3D和2D可视化、生成横截面和地图、基本空间分析方法和挖掘时间线可视化。

精选| 2023年1月R新包推荐(第72期)_第2张图片

2. shoredate : 使用Roalkvam(2023)中介绍的方法,为位于挪威Skagerrak海岸的石器时代遗址的海岸线定年提供工具.‍‍

精选| 2023年1月R新包推荐(第72期)_第3张图片

三. 计算方法

1. em : 基于Dempster、Laird和Rubin(1977)的最大似然框架内实现EM算法.

2. ROptimus :实施通用优化引擎,该引擎支持使用Metropolis标准进行蒙特卡洛优化.

四. 数据

1. CopernicusMarine : 提供从欧盟哥白尼海洋服务信息中导入海洋物理和生物地球化学状态数据的功能.

精选| 2023年1月R新包推荐(第72期)_第4张图片

2. itol.toolkit : 提供访问交互式生命树的助手函数,包括交互式编辑和注释树的函数.

精选| 2023年1月R新包推荐(第72期)_第5张图片

3. rdracor : 提供戏剧社团项目(DraCor)API的接口.

精选| 2023年1月R新包推荐(第72期)_第6张图片

4. usdoj : 提供从美国司法部API获取数据的功能,如新闻稿、博客条目和演讲.

五. 生态学

1. pastclim : 实施Leonardi等人(2022)所述的提取和操纵古气候重建的方法,用于生态和人类学分析.‍

精选| 2023年1月R新包推荐(第72期)_第7张图片

2. PERK : 实现一个shiny的web应用程序,以预测和可视化水环境中的药物浓度.

精选| 2023年1月R新包推荐(第72期)_第8张图片

六. 宝石学

1. autoGO : 使用Love等人(2014)中描述的DESeq2包实现了一个框架,以实现自动化、高质量的基因富集分析可视化和差异表达分析.

精选| 2023年1月R新包推荐(第72期)_第9张图片

2. phylter : 提供基于Abdi等人(2005)中描述的Distatis方法,支持在系统发育组学数据集中检测和删除异常值.

精选| 2023年1月R新包推荐(第72期)_第10张图片

3. poolHelper : 提供在各种条件下模拟汇集的测序数据的功能,并评估从基因型计算的等位基因频率与从汇集的数据计算的频率之间的平均绝对差异.

七. 机器学习

1. BT : 使用日志链接函数,实现泊松分布响应变量的自适应增强树.

精选| 2023年1月R新包推荐(第72期)_第11张图片

2. chatgpt : 为RStudio IDE提供ChatGPT编码辅助.

3. evreg : 为最近在Denoeux(2023)中引入的回归模型实施证据神经网络,其中预测不确定性由Denoeux中引入的高斯随机模糊数量化.

精选| 2023年1月R新包推荐(第72期)_第12张图片

4. FuzzyDBScan : 提供Ienco和Bordogna(2018)中描述的模糊DBScan聚类算法的接口.

精选| 2023年1月R新包推荐(第72期)_第13张图片

八. 数学

1. rgudhi :实现并连接到C++库GHUDI,用于拓扑数据分析(TDA),并提供最先进的数据结构和算法.

九. 医药学

1. injurytools : 提供标准化的程序和实用程序,以简化运动损伤的数据分析,从而识别和描述运动损伤问题的严重程度,并确定潜在的风险因素.

精选| 2023年1月R新包推荐(第72期)_第14张图片

2. simIDM : 提供使用疾病-死亡模型模拟肿瘤试验的功能.

精选| 2023年1月R新包推荐(第72期)_第15张图片

十. 科学

1. gravmagsubs : 提供使用Plouff(1976)方法计算三维垂直矩形棱镜在特定观测点产生的重力和磁异常的函数.

精选| 2023年1月R新包推荐(第72期)_第16张图片

2. QurvE : 实施三种方法来解决生长曲线和荧光数据的高通量分析:线性回归、生长模型拟合和平滑样条拟合.

精选| 2023年1月R新包推荐(第72期)_第17张图片

十一. 统计学

1. BCClong : 通过广义线性混合模型实现多个纵向特征的贝叶斯共识聚类(BCC)模型,该模型允许混合类型(例如,连续、离散和分类)纵向特征的同时聚类.

精选| 2023年1月R新包推荐(第72期)_第18张图片

2. clarify : 提供执行基于模拟的推断能力,作为获取回归后估计量(如平均边际效应和代表值预测)的有效置信区间和p值的delta方法的替代方法.

精选| 2023年1月R新包推荐(第72期)_第19张图片

3. emplikAUC : 使用Zhao、Ding和Zhou中描述的方法,提供测试假设和构建AUC(受试者工作特性曲线下面积)和pAUC(ROC曲线下部分面积)置信区间的功能.

4. jtdm : 使用共轭先验在贝叶斯框架中实现联合特征分布模型,以计算联合概率和多变量置信区间.

精选| 2023年1月R新包推荐(第72期)_第20张图片

5. mbreaks : 提供处理函数,主要针对估计、推断、测试和选择具有结构断裂的线性回归模型.

精选| 2023年1月R新包推荐(第72期)_第21张图片

6. sdmTMB : 使用TMB、INLA和SPDE(随机偏微分方程)逼近高斯随机场,实现空间和时空预测过程GLMM(广义线性混合效应模型).

7. snapKrig : 使用空间可分离协方差Kronecker协方差函数,提供地质统计建模和网格数据克里格化的功能.

精选| 2023年1月R新包推荐(第72期)_第22张图片

十二. 时间序列

1. fnets : 提供在因子调整向量自回归模型下,表现出强序列和横截面相关性的高维时间序列的网络估计和预测方法.

精选| 2023年1月R新包推荐(第72期)_第23张图片

2. MSinference : 提供函数以执行非参数回归或具有时间序列误差的非参数回归的多尺度分析.

十三. 应用工具

1. datetimeoffset : 提供对许多日期时间字符串标准的支持,包括ISO 8601和pdfmark,以及具有UTC偏移的日期时间,以及可能具有高达纳秒精度的异构时区.

2. mathml : 提供将R表达式转换为MathML或MathJax的函数,以便在rmarkdown文档和shiny应用程序中呈现它们.

3. options : 提供用于定义和解释包选项的简单机制,包括用于解释环境变量的助手函数、全局选项、定义默认值等.

4. parquetize : 提供将csv、RData、rds、RSQLite、json、ndjson、SAS、SPSS和其他文件转换为Parquet列式存储格式的功能.

5. scenes : 提供函数,根据要传递给请求对象的信息,帮助在shiny的UI之间切换.

6. shiny.fluent : 提供基于Fluent UI JavaScript库的shiny组件.

精选| 2023年1月R新包推荐(第72期)_第24张图片

十四. 可视化应用

1. ggplate : 提供创建生物培养板和微孔板的简单绘图的功能,可以绘制连续值和离散值.

精选| 2023年1月R新包推荐(第72期)_第25张图片

2. plotRCS : 使用Harrell(2015)中描述的方法,扩展ggplot2,从逻辑回归模型或Cox比例风险回归模型中绘制受限三次样条曲线.

精选| 2023年1月R新包推荐(第72期)_第26张图片

3. viscomp : 实施多个可视化工具,用于探索多组分干预措施的网络荟萃分析中各组分的行为,包括两个两个组分组合的热图、离开一个组分的散点图、特定组分组合效果的小提琴图和组分效果的密度图.

精选| 2023年1月R新包推荐(第72期)_第27张图片

说明:限于个人水平,错误之处难免,烦请批评指正,共同交流~https://rviews.rstudio.com/2023/02/28/january-2023-top-40-new-cran-packages/

往期精品(点击图片直达文字对应教程)

精选| 2023年1月R新包推荐(第72期)_第28张图片

精选| 2023年1月R新包推荐(第72期)_第29张图片

精选| 2023年1月R新包推荐(第72期)_第30张图片

精选| 2023年1月R新包推荐(第72期)_第31张图片

精选| 2023年1月R新包推荐(第72期)_第32张图片

精选| 2023年1月R新包推荐(第72期)_第33张图片

精选| 2023年1月R新包推荐(第72期)_第34张图片

精选| 2023年1月R新包推荐(第72期)_第35张图片

精选| 2023年1月R新包推荐(第72期)_第36张图片

精选| 2023年1月R新包推荐(第72期)_第37张图片

精选| 2023年1月R新包推荐(第72期)_第38张图片

精选| 2023年1月R新包推荐(第72期)_第39张图片

精选| 2023年1月R新包推荐(第72期)_第40张图片

精选| 2023年1月R新包推荐(第72期)_第41张图片

精选| 2023年1月R新包推荐(第72期)_第42张图片

精选| 2023年1月R新包推荐(第72期)_第43张图片

精选| 2023年1月R新包推荐(第72期)_第44张图片

精选| 2023年1月R新包推荐(第72期)_第45张图片

精选| 2023年1月R新包推荐(第72期)_第46张图片

精选| 2023年1月R新包推荐(第72期)_第47张图片

精选| 2023年1月R新包推荐(第72期)_第48张图片

精选| 2023年1月R新包推荐(第72期)_第49张图片

精选| 2023年1月R新包推荐(第72期)_第50张图片

精选| 2023年1月R新包推荐(第72期)_第51张图片

精选| 2023年1月R新包推荐(第72期)_第52张图片

精选| 2023年1月R新包推荐(第72期)_第53张图片

精选| 2023年1月R新包推荐(第72期)_第54张图片

精选| 2023年1月R新包推荐(第72期)_第55张图片

机器学习

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集

精选| 2023年1月R新包推荐(第72期)_第56张图片

精选| 2023年1月R新包推荐(第72期)_第57张图片

精选| 2023年1月R新包推荐(第72期)_第58张图片

你可能感兴趣的:(r语言,信息可视化,开发语言)