easystats 開源軟件包集合創建於2019年,主要包括專用於統計模型的後處理工具。[1] [2] 截至 2022 年 5 月,組成 easystats 生態系統的 10 個軟件包的下載量已超過 800 萬次,並於 1000 多篇科學出版物中使用。[3] [4] [5] 這份系統囊括了各種統計課程、視頻教程和書籍的主題。 [6] [7] [8] [9] [10] [11] [12]

Easystats
首次發布2019年 (2019)
編程語言R
操作系統All OS supported by R
語言English
類型Statistical software
許可協議GPL-3.0
網站github.com/easystats/easystats

開發 easystats 的目的是提供一個統一和一致的框架來理解和報告統計結果。它還與其他軟件包兼容(例如:tidyverse)。值得注意的設計特點包括其API,特別是函數和參數的名稱(例如:開發者刻意避免使用首字母縮略詞和縮寫)。 另外,這款軟件包的依賴項數量也極少。[2][需要較佳來源]

歷史

編輯

2019 年,Dominique Makowski 聯繫了軟件開發商 Daniel Lüdecke,提出了圍繞R軟件包進行合作的想法,旨在為沒有統計或計算機科學背景的用戶提供數據科學的工具。首先,第一個開發的 easystats 軟件包,insight 於 2019 年創建,並成為往後生態系統發展的基礎。[1] 隨後,貝氏統計學專家 Mattan S.Ben Shachar 加入此項目的合作,並提高了第二個軟件包,bayestestR, 的功能與效率。目前, 軟件包的維護者包括Indrajeet Patil和Brenton M.Wiernik。[2]

軟件包

編輯

easystats 生態系統包含十個半獨立的軟件包。

  • insight:這個包是生態系統的基礎;用於操作不同R 包的項目。 [13]
  • datawizard :這個軟件包含着一些核心數據操作特性。
  • bayestestR :這個軟件包提供使用貝氏統計學的實用程序。 [14]
  • correlation:此軟件包專用於運行相關數分析。 [15]
  • performance:這個軟件包允許提取模型性能以及精度的指數分析。 [16]
  • effectsize :這個軟件包計專注於效應量和標準化參數的索引。 [17]
  • parameters:該軟件包以統計模型的參數分析為中心。 [18]
  • modelbased :這個包計算基於模型的預測、組平均值和對比。
  • see:此軟件包與ggplot2以創建圖表以及曲線圖。 [19]
  • report:這個軟件包的功能在於提供統計模型的自動報告。

另請參見

編輯

參考

編輯
  1. ^ 1.0 1.1 easystats: one year already. What's next?. r-bloggers. 23 January 2020 [14 January 2022]. (原始內容存檔於2022-05-22). 
  2. ^ 2.0 2.1 2.2 easystats. GitHub. 14 January 2022 [14 January 2022]. (原始內容存檔於2022-11-30). 
  3. ^ easystats Downloads. GitHub. 14 January 2022 [14 January 2022]. (原始內容存檔於2022-11-30). 
  4. ^ Project "easystats". ResearchGate. [16 January 2022]. (原始內容存檔於2022-01-16). 
  5. ^ Dominique Makowski's Google Scholar Profile. scholar.google.fr. [2022-08-11]. (原始內容存檔於2022-09-30). 
  6. ^ easystats: Quickly investigate model performance. Business Science. 13 July 2021 [17 January 2022]. (原始內容存檔於2022-11-29) (英語). 
  7. ^ Automate Textual Reports of Statistical Models in R! report / easystats. YouTube. [17 January 2022]. (原始內容存檔於2022-01-19) (英語). 
  8. ^ Field, Andy P. Discovering statistics using R. Thousand Oaks, California. 2012. ISBN 978-1446200469. 
  9. ^ Analyse des corrélations avec easystats. rzine.fr. [17 January 2022]. (原始內容存檔於2022-01-18). 
  10. ^ Su, Gang. A Comprehensive List of Handy R Packages. towardsdatascience.com. 2 September 2020 [17 January 2022] (英語). 
  11. ^ Kennedy, Ryan. Introduction to R for social scientists a Tidy programming approach. Boca Raton. 2021. ISBN 9781000353877. 
  12. ^ Monkman, Martin. Data Science with R: A Resource Compendium. [18 May 2022]. 
  13. ^ Lüdecke, Daniel; Waggoner, Philip D.; Makowski, Dominique. insight: A Unified Interface to Access Information from Model Objects in R. Journal of Open Source Software. 25 June 2019, 4 (38): 1412. Bibcode:2019JOSS....4.1412L. S2CID 198640623. doi:10.21105/joss.01412. 
  14. ^ Makowski, Dominique; Ben-Shachar, Mattan; Lüdecke, Daniel. bayestestR: Describing Effects and their Uncertainty, Existence and Significance within the Bayesian Framework. Journal of Open Source Software. 13 August 2019, 4 (40): 1541. Bibcode:2019JOSS....4.1541M. S2CID 201882316. doi:10.21105/joss.01541. 
  15. ^ Makowski, Dominique; Ben-Shachar, Mattan; Patil, Indrajeet; Lüdecke, Daniel. Methods and Algorithms for Correlation Analysis in R. Journal of Open Source Software. 16 July 2020, 5 (51): 2306. Bibcode:2020JOSS....5.2306M. S2CID 225530918. doi:10.21105/joss.02306. 
  16. ^ Lüdecke, Daniel; Ben-Shachar, Mattan; Patil, Indrajeet; Waggoner, Philip; Makowski, Dominique. performance: An R Package for Assessment, Comparison and Testing of Statistical Models. Journal of Open Source Software. 21 April 2021, 6 (60): 3139. Bibcode:2021JOSS....6.3139L. S2CID 233378359. doi:10.21105/joss.03139. 
  17. ^ Ben-Shachar, Mattan; Lüdecke, Daniel; Makowski, Dominique. effectsize: Estimation of Effect Size Indices and Standardized Parameters. Journal of Open Source Software. 23 December 2020, 5 (56): 2815. Bibcode:2020JOSS....5.2815B. S2CID 229576898. doi:10.21105/joss.02815. 
  18. ^ Lüdecke, Daniel; Ben-Shachar, Mattan; Patil, Indrajeet; Makowski, Dominique. Extracting, Computing and Exploring the Parameters of Statistical Models using R. Journal of Open Source Software. 9 September 2020, 5 (53): 2445. Bibcode:2020JOSS....5.2445L. S2CID 225319884. doi:10.21105/joss.02445. 
  19. ^ Lüdecke, Daniel; Patil, Indrajeet; Ben-Shachar, Mattan S.; Wiernik, Brenton M.; Waggoner, Philip; Makowski, Dominique. see: An R Package for Visualizing Statistical Models. Journal of Open Source Software. 6 August 2021, 6 (64): 3393. S2CID 238778250. doi:10.21105/joss.03393.