CRAN Task View: gRaphical Models in Rの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載した。

Maintainer: Soren Hojsgaard
Contact: sorenh at math.aau.dk
Version: 2016-02-26

次のようにWikipediaはグラフィカルモデルを定義しています。グラフィカルモデルは、グラフは確率変数間の条件付独立構造を示している確率モデルである。特にベイズ統計と機械学習は一般的に確率論、統計学で使用されている。

補足ビュー、グラフィカルモデルは、モジュラー構造の複雑な確率論的モデルを構築するための条件付き独立性を悪用するに基づいているということです。すなわち、複雑な確率論的モデルは単純なビルディングブロックにより構築される。このタスクビューには、グラフィカルモデルに対処するためのRコードを供給することを目的のパッケージの集まりです。

パッケージは、大きく以下のトピックに構造化することができる(そのうちのいくつかは、これらのカテゴリを渡るの機能を持っているが)。

表現、操作、グラフの表示

  • diagram:シンプルな遷移行列に基づくグラフ(ネットワーク)、フロー図をプロットするためのユーティリティ、可視化ウェブ、電気ネットワークを視覚化
  • dynamicGraph:グラフを操作するための対話型グラフィカルツール
  • giRaph:供給のクラスやグラフを表現し、操作するメソッド
  • graph:いくつかの簡単なグラフ処理機能を実装したパッケージ。
  • gRbase:gRbaseパッケージは、他のグラフィカルなモデリングパッケージで使用される特定の一般的な構築物を提供する。これは、1)gmData(グラフィカルメタデータ)の概念、2)いくつかのグラフアルゴリズム3)テーブル操作のための施設、4)条件付き独立のためのテスト用の関数が含まれています。gRbaseは、階層対数線形モデル(hllm)を実施することができる方法を示しています。
  • igraph:簡単なグラフのルーチン、ネットワーク分析。
  • mathgraphhttp://www.burns-stat.com/pages/spoetry.htmlで入手可能な本は「S Poetry」、からクラスmathgraphのオブジェクトを構築し、操作するためのシンプルなツール
  • network:ネットワーク・オブジェクトを作成および変更するためのツール。ネットワーククラスは、リレーショナル・データ・タイプの範囲を表しており、任意の頂点/エッジ/グラフ属性をサポートすることができます。
  • Rgraphviz:Rグラフオブジェクト用のプロット機能を提供します。
  • RBGL:Boostライブラリに含まれるグラフアルゴリズムにかなり広範で包括的なインターフェイス。(グラフパッケージからのグラフオブジェクトに基づいて)。

クラシックモデル汎用パッケージ

  • ggm:フィッティンググラフィカルガウスモデル。
  • gRbase:gRbaseパッケージには、(特にgRainによって)他のグラフィカルなモデリングパッケージで使用される特定の一般的な構築物を提供する。これは、1)gmData(グラフィカルメタデータ)の概念、2)いくつかのグラフアルゴリズム3)テーブル操作のための施設、4)条件付き独立のためのテスト用の関数が含まれています。gRbaseは、階層対数線形モデル(hllm)を実施することができる方法を示しています。リンク:http://www.jstatsoft.org/v14/i17/
  • gRim:分割表用のグラフィカルな相互作用モデル(すなわち対数線形モデル)および多変量正規データ(すなわち共分散選択モデル)および混合相互作用モデルのためのグラフィカルガウスモデルを実装しています。
  • gRapHD:離散ガウス、または混合離散ガウスのデータを選択すると、フィッティング高次元グラフィックモデルのパッケージ。リンク:http://www.jstatsoft.org/v37/i01/

その他:モデルなどのモデルを検索する、特殊な型

  • BDgraph:出生死亡MCMCアプローチに基づくベイズグラフの選択。無向グラフィカルモデルにおける構造学習のためのベイズ推定。メインターゲットは、多変量データ特徴、連続または離散変数に複雑なパターンを明らかにすることです。
  • catnet:離散ベイジアンネットワークモデルを処理し、頻度のアプローチを使用して推論を提供するパッケージ
  • FBFsearch :モーメントフラクショナルベイズ因子を介してガウス非循環グラフィカルモデルの空間を検索するためのアルゴリズム
  • GeneNet:モデリングと遺伝子ネットワークの推論。GeneNetは、遺伝子ネットワークの推論を中心とした遺伝子発現(時系列)のデータを分析するためのパッケージである。
  • huge:高次元無向グラフ推定。
  • parcor:パッケージには、さまざまな正則回帰法に基づく部分相関の行列を推定:、lassoの適応lasso、PLS、およびリッジ回帰。また、パッケージは、相互検証に基づいて、lasso、適応lassoとリッジ回帰のためのモデル選択を提供しています。
  • gRc:エッジと頂点の対称性(色を用いたグラフィカルガウスモデル)とグラフィカルガウスモデルにおける推論。リンク:http://www.jstatsoft.org/v23/i06/
  • pcalg:PC-アルゴリズムを介して有向非循環グラフ(DAG)の同値類とスケルトン(ugraph)の推定を標準とロバスト。等価クラスは、その(一意)が完了部分有向非巡回グラフ(CPDAG)で表される。
  • qp:このパッケージは非推奨で、それは今バイオコンダクタープロジェクトを通じて利用qpgraph呼ばれる新しいバージョンのための唯一のスタブです。略してQ階偏相関グラフ探索アルゴリズム、Q-部分、またはQP、アルゴリズムは「小さなN、大きいP」のデータから無向ガウスグラフィカルマルコフモデルの構造学習のための堅牢な手順です。それは、p多次元データ点の数よりも大きいnは、例えば、マイクロアレイデータの場合と同様に、確率変数の番号からの多変量正規データである。
  • qpgraph:Q次の部分相関グラフ、あるいは略してQP-グラフはQ次の部分的な相関を表す無向ガウスグラフィカルマルコフモデルです。彼らは、ランダム変数pの数は、それらが分子の調節ネットワークをリバースエンジニアリングするために使用することができるマイクロアレイデータの場合のインスタンスのような利用可能なサンプルサイズnを超えるデータセットから無向グラフィカルガウスマルコフモデルを学習するために有用である。
  • QUIC:正則疎な逆共分散行列推定。ニュートン法を使用して、正規化の逆共分散行列の推定問題を解決するために降下を調整する。
  • SIN:このパッケージには、Drtonとパールマン(2004)に記載されているように、SINモデルの選択を行うためのルーチンを提供します。選択したモデルは、選択したモデル内の特定のパラメータ推定に可能にする「GGM」パッケージの形式で表現されています。
  • networkDynamic :ネットワークオブジェクトの動的拡張。時間をかけてその変更を属性アニメーション映画やリレーショナル構造とノードの他の表現として「networkDynamic」オブジェクトから動的なネットワークデータをレンダリングします。
  • ndtv:ネットワークの動的時間的視覚化。時間をかけてその変更を属性アニメーション映画やリレーショナル構造とノードの他の表現として「networkDynamic」オブジェクトから動的なネットワークデータをレンダリングします。

ベイジアンネットワーク/確率的エキスパートシステム

  • abn:グラフィカルモデリング公式は、多変量データの分析のためにベイズ回帰モデルを構築するために使用される。
  • bnlearn:制約ベース(これも「条件付独立」とも呼ばれる)とスコアベースのアルゴリズムを経由して、ベイジアンネットワーク構造学習。このパッケージは、多くのスコア関数と条件付き独立テストと一緒に離散とガウス両方のネットワークのためのHill-Climbing(HC)貪欲な検索アルゴリズム、Max-Min Parents and Children (MMPC) 、Fast-IAMB (Fast-IAMB) アルゴリズム、InterleavedIAMB(Inter-IAMB) アルゴリズム、Incremental Association (IAMB) アルゴリズム、Grow-Shrink (GS) アルゴリズムを実装する。いくつかのユーティリティ関数(モデル比較と操作、ランダムデータの生成、アークの方向性試験)も含まれています。
  • deal:混合(離散および連続)変数とベイジアンネットワークの学習。
  • gRain:また、確率的エキスパートシステム(特別な場合として、ベイジアンネットワークを含む)としても知られているグラフィカル独立ネットワークにおける確率伝播のためのパッケージ。リンク:http://www.jstatsoft.org/v46/i10/
  • RHugin:Huginは決定エンジン(HDE)は、ベイジアン信念ネットワークから推論を構築し、作るためのHUGIN EXPERT A / Sによって生成される商用ソフトウェアです。RHuginパッケージには、HDEが統計計算のためのR環境内から制御することを可能にする機能のスイートを提供しています。RHuginパッケージは、このように、ベイジアン信念ネットワークを構築入力し証拠を伝播し、信念を取得するために使用することができます。さらに、RHuginパッケージは読むことができ、それが簡単にRHuginパッケージとHuginはGUIの両方で同時に作業すること、HKBおよびNETファイルを書き込みます。HDE(または試用版)のライセンスコピーを関数にRHuginパッケージのために必要とされ、パッケージのそれ故にターゲットオーディエンスは、Rの統計とプログラムによる機能を利用したいと思いますHuginはユーザーであります。RHuginはCRANではありません。Link:http://rhugin.r-forge.r-project.org/

バグモデル

  • bayesmix:JAGSを使用して単変量ガウス分布のベイズ混合モデル。
  • dclone:最尤法のデータクローニングとMCMCツール。JAGS、WinBUGSおよびOpenBUGSをサポートするベイジアンマルコフ連鎖モンテカルロ法とデータクローニングを用いて、複雑なモデルのための手順を推定する最尤を実装するための低レベルの機能。並列のMCMC計算がサポートされており、かなりのスピードアップにつながることができます。
  • boa:MCMCのためのベイズ出力分析プログラム(BOA)。収束診断とマルコフ連鎖モンテカルロサンプリング出力の統計とグラフ解析を行うためのメニュー方式のプログラムと機能のライブラリ。
  • BRugs:OpenBUGS MCMCソフトウェアへのRインターフェース。MCMCサンプリングを使用して、ベイジアン解析用OpenBUGSソフトウェアに完全にインタラクティブなRインターフェイス。Windowsで32ビットのRでネイティブに、安定して動作します。Linux上およびWindowsで64ビットのRで実行されているバージョンは、「ベータ」の状態とあまり効率的である。
  • coda:出力分析およびMCMCの診断。出力分析およびマルコフ連鎖モンテカルロシミュレーションの診断。
  • ergm:ネットワーク用指数ファミリーモデルをフィット、シミュレート、診断。指数関数ファミリーランダムグラフモデル(ERGM)に基づいてネットワークを分析し、シミュレートするためのツールの統合セット。「ergm」はネットワーク分析のためのパッケージstatnetスイートの一部である。
  • R2OpenBUGS:Rから実行しているOpenBUGS。このパッケージを使用して、それは、バグモデルを呼び出すには、表とグラフに推論し、収束を要約して、Rの容易なアクセスのために、配列内のシミュレーションを節約することが可能である
  • R2WinBUGS:R / S-PLUSからWinBUGSソフトウエアおよびOpenBUGSを実行している。このパッケージを使用して、それは、バグモデルを呼び出すには、表とグラフに推論し、収束を要約して、R / S-Plusで簡単にアクセスできるように配列内のシミュレーションを節約することが可能である。S-PLUSでは、openbugs機能とWindowsのエミュレーション機能はまだ使用できません。
  • rbugs:フュージングRとOpenBugs。バッチ・モードのBUGSを実行、Rからバグを実行するために必要なファイルを準備するための機能。OpenBugsでのLinuxおよびWindowsシステムのサポートが強調されている。
  • rjags:MCMCを使ったベイズグラフィカルモデル。JAGS MCMCライブラリへのインタフェース。

関連する記事

  • R言語 CRAN Task View:グラフィックディスプレイ&動的なグラフィックス&グラフィックデバイス&可視化R言語 CRAN Task View:グラフィックディスプレイ&動的なグラフィックス&グラフィックデバイス&可視化 CRAN Task View: Graphic Displays & Dynamic Graphics & Graphic Devices & Visualizationの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載した。 Maintainer: Nicholas […]
  • R言語 CRAN Task View:心理モデルや手法R言語 CRAN Task View:心理モデルや手法 CRAN Task View: Psychometric Models and Methodsの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載した。 Maintainer: Patrick Mair Contact: mair at […]
  • R言語 CRAN Task View:微分方程式R言語 CRAN Task View:微分方程式 CRAN Task View: Differential Equationsの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載した。 Maintainer: Karline Soetaert and Thomas Petzoldt Contact: karline.soetaert at […]
  • R言語 CRAN Task ViewsR言語 CRAN Task Views CRANに登録されているパッケージ数は膨大である。そこで、いくつかのグループにパッケージを分類し整理されたCRAN Tack Views というサイトがある。ここでは、英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載した。 Bayesian(日本語訳) Bayesian […]
  • R言語 CRAN Task View:再現性のある研究R言語 CRAN Task View:再現性のある研究 CRAN Task View: Reproducible Researchの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載した。 Maintainer: Max Kuhn Contact: max.kuhn at […]
R言語 CRAN Task View:Rグラフィカルモデル