R FAQ v2.4 - 5章の日本語訳 (5.1.2 [g-k])

g.data: 遅延データ・パッケージ (DDP's) を生成・管理します.
gRbase: R によるグラフィカル・モデリングのためのパッケージ. グラフィカル・メタデータおよびグラフィカル・モデルのための S4 クラスを定義し, 階層型対数線形モデルをどのように実装するか, どのように dynamicGraph と組み合わせるか例示します.
gRcox: 辺と頂点の対称性を持つグラフィカル・ガウシアン・モデルの推論.
gWidgets: ツールキット非依存のインタラクティヴな GUIs を構築するための gWidgets API.
gWidgetsRGtk2: RGtk2 用の gWidgets のツールキット実装.
gafit: 曲線の当てはめのための遺伝的アルゴリズム (Genetic algorithm for curve fitting).
gam: White Book 《John M. Chambers and Trevor J. Hastie (1992), "Statistical Models in S," London: Chapman & Hall》の 7章や T. Hastie and R. Tibshirani 著の "Generalized Additive Models" (1990) に記述されているような, 一般化加法モデル (generalized additive models) について当てはめを行ったり, 作業を行うための関数群.
gamair: S. Wood 著の書籍 "Generalized Additive Models: An Introduction with R" (2006) で用いられているデータセット.
gamlss: 位置, 尺度, および形状についての一般化加法モデル (Generalized Additive Models for Location, Scale and Shape) の当てはめを行うための関数群.
gamlss.dist: GAMLSS モデリングのための追加の分布.
gamlss.nl: 非線形パラメトリック・モデルの当てはめを行うための GAMLSS アドオン・パッケージ.
gamlss.tr: 切断 (gamlss.family) 分布の生成および当てはめを行うための GAMLSS アドオン.
gap: 集団および家族データの両方についての遺伝子解析パッケージ.
gbev: 変数誤差を持つ勾配ブースト回帰ツリー (Gradient Boosted regression trees with Errors-in-Variables).
gbm: 一般化ブースト回帰モデル (Generalized Boosted Regression Models): Freund and Schapire の AdaBoost アルゴリズム, および J. Friedman の勾配ブースティング・マシン (gradient boosting machine) の拡張を実装します. 最小二乗, 絶対損失 (absolute loss), ロジスティック, ポアソン, Cox 比例ハザード部分尤度 (proportional hazards partial likelihood), AdaBoost 指数損失 (exponential loss) についての回帰手法を含みます.
gclus: グラフィクスのクラスタリング. ある種の評価指標によって, 散布図行列 (scatterplot matrices) および平行座標表示 (parallel coordinate displays) におけるパネルを順序付けます. (Clustering Graphics. Orders panels in scatterplot matrices and parallel coordinate displays by some merit index).
gcmrec: Pe\~na and Hollander によって提案された繰り返し事象 (recurrent event) データのための一般のセミパラメトリック・モデルのパラメーターの推定.
gdata: データを操作するための種々の関数群.
gee: 依存データのための GLMs に対する Liang/Zeger の一般化推定方程式 (generalized estimating equation) アプローチの実装.
geepack: 平均, 尺度, および相関構造におけるパラメーターについての, 平均リンク, 尺度リンク, および相関リンクを介した一般化推定方程式 (generalized estimating equations) のソルバー. クラスター化されたカテゴリカル応答も取り扱います.
genalg: 2進数および浮動小数点形式の染色体についての R ベースの遺伝的アルゴリズム.
genetics: 遺伝子データを取り扱うためのクラスおよびメソッド. 複数の染色体上の単一のマーカーや複数のマーカーで遺伝子型およびハプロタイプを表現するためのクラス, および対立遺伝子頻度, ホモ/ヘテロ接合体のフラグ付け, 特定の対立遺伝子のキャリアーのフラグ付け, 不均衡の計算, Hardy-Weinberg 平衡の検定, ... のための関数群を含みます.
geoR: モデル・ベースの手法を含む地球統計学的データ分析を実行するための関数群.
geoRglm: 一般化線形空間モデルにおける推論のための関数群.
geometry: Qhull ライブラリーに基づくメッシュの生成および表面分割 (surface tessellation).
ggm: 非循環有向グラフ (directed acyclic graphs) および無向グラフ (undirected graphs) の定義, 誘導グラフ (induced graphs) の発見, およびガウシアン・マルコフ・モデルの当てはめのための関数群.
ggplot: R のためのグラフィクス・ベースのプロットの文法.
giRaph: グラフ上の計算のためのデータ構造およびアルゴリズム.
gld: 一般化 (Tukey) ラムダ分布のための基本的な関数群.
gllm: 不完全な分割表の対数線形モデルのためのルーチン群. EM および Fisher スコアリングのアプローチによるいくつかの潜在クラス・モデルを含みます.
glmc: 制約条件付きの一般化線形モデルの当てはめ.
glmmML: ランダムな切片 (intercept) を持つ一般化線形モデルに対する最大尤度アプローチ.
glmpath: 一般化線形モデルのための L1 正則化パス (L1 regularization path for Generalized Linear Models).
glpk: GNU Linear Programming Kit (GLPK) (線形計画法キット) とのインターフェイス.
gmodels: モデルを操作するための種々の関数群.
gmp: GNU Multiple Precision (多倍長精度) ライブラリーを用いた "制限のない" 演算.
gmt: GMT 4.0 マップ作成ソフトウェアと R とのインターフェイス.
gnm: 一般化非線形モデルの記述・当てはめを行うための関数群. 社会学の UNIDIFF モデルや作物学の AMMI モデルのような乗法型交互作用項 (multiplicative interaction terms) を持つモデルを含みます.
gpclib: Alan Murta の C ライブラリーに基づく R のための一般の多角形クリッピング (general polygon clipping) のルーチン群.
gpls: 2群および多群 (2群より多い) 分類のための一般化部分最小二乗法 (generalized partial least squares) を用いた分類.
gplots: プロットを描くための種々の関数群.
grImport: ベクター・グラフィクスのインポート.
grasper: R のための一般化回帰分析および空間予測 (Generalized Regression Analysis and Spatial Predictions for R).
gregmisc: Gregory R. Warnes によって作成・保守された種々の関数群.
gridBase: 基本およびグリッドのグラフィクスの統合
grnnR: 一般化回帰ニューラル・ネットワーク (A Generalized Regression Neural Network).
grouped: "ランダムで粗くなっている" (Coarsened At Random) という仮定の下での, グループ化および粗いデータについての回帰モデル.
grplasso: group lasso penalty を持つユーザー指定のモデルの当てはめを行います.
gsl: Gnu Scientific Library (GSL) の特定の関数群のためのラッパー.
gss: 平滑化スプライン (smoothing splines) を用いた構造的多変量関数の推定のための包括的なパッケージ.
gstat: 多変数地球統計学的モデリング, 予測およびシミュレーション. バリオグラムのモデリングのためのコード; 単純/通常/普遍の点/ブロックの (コ)クリギング, 逐次ガウシアン/インディケーター (コ)シミュレーション, およびマップをプロットする関数群を含みます. (multivariable geostatistical modelling, prediction and simulation. Includes code for variogram modelling; simple, ordinary and universal point or block (co)kriging, sequential Gaussian or indicator (co)simulation, and map plotting functions).
gsubfn: 種々の文字列ユーティリティ.
gtkDevice: GTK グラフィクス・デバイス・ドライバー. これは, R-GNOME インターフェイスと独立に用いることができ, Gtk 描画エリア・ウィジェット, たとえば RGtk を用いて, ある GUI の組み込みコンポーネントとして R のデバイスを生成する用途に用いることができます.
gtools: データの操作を支援するための種々の関数群.
gvlma: 線形モデルの仮定の大域的検証.

hapassoc: EM アルゴリズムを用いた SNP ハプロタイプおよび他の属性を持つ形質の関連性の尤度推論.
haplo.ccs: 症例-対照データにおけるハプロタイプの相対危険度を推定します (Estimate haplotype relative risks in case-control data).
haplo.stats: 連鎖の相 (linkage phase) が不明瞭な場合の, 形質および共変量を用いたハプロタイプの統計分析.
hapsim: ハプロタイプ・データのシミュレーション.
hddplot: 高次元データにおいて既知のグループを用いて, プロット用のスコアを導出します.
hdf5: NCSA HDF5 ライブラリーとのインターフェイス.
hdrcde: 最高 (確率) 密度領域および条件付き密度推定 (Highest Density Regions and Conditional Density Estimation).
hett: 不均一分散 t-回帰 (heteroscedastic t-regression) の当てはめと要約を行うための関数群.
hexView: バイナリー・ファイルを表示します.
hier.part: 階層的分割 (Hierarchical Partitioning): 多変量データセットの分散分割.
hierfstat: 一倍体あるいは二倍体の遺伝子データから任意の階層レヴェル数で階層的 F-統計量 (hierarchical F-statistics) を推定し, 各 F と分散の成分について有意性を検定します.
hmm.discnp: 離散値ノンパラメトリックの観測分布を持つ隠れマルコフモデル (Hidden Markov models with discrete non-parametric observation distributions).
hoa: 高次の尤度ベースの推論 (higher order likelihood-based inference) のためのパッケージ数. cond: ロジスティックおよび対数線形モデルについての近似的条件付き推論 (approximate conditional inference), csampling: 回帰-尺度モデル (regression-scale models) における条件付きシミュレーション, marg: 回帰-尺度モデルについての近似的周辺推論 (approximate marginal inference), nlreg: 非線形不均一分散モデルについての高次推論 (nonlinear heteroscedastic models).
homals: 等分散性分析 (Homogeneity Analysis (HOMALS)) パッケージ. オプションの Tcl/Tk インターフェイス付き.
homtest: 地域頻度解析についての等分散性検定 (Homogeneity tests for regional frequency analysis).
hopach: (クラスターの) 階層型順序付き分割および縮小のハイブリッド (Hierarchical Ordered Partitioning and Collapsing Hybrid (HOPACH)).
hot: マイクロアレイに関する計算.
howmany: 正棄却の数の下界値 (A lower bound for the number of correct rejections).
httpRequest: HTTP Request プロトコル (GET, POST, および multipart POST リクエスト) を実装します.
hwde: Hardy-Weinberg 平衡からの逸脱および遺伝子座間の独立性についてのモデルおよび検定.
hybridHclust: 相互クラスターによるハイブリッド型階層的クラスタリング (Hybrid hierarchical clustering via mutual clusters).

ibdreg: 共変量を用いた IBD 連鎖 (linkage) についての回帰手法.
ifa: 独立因子分析 (Independent Factor Analysis).
ifs: 反復関数系 (Iterated Function Systems) の分布関数推定量.
igraph: 単純なグラフのためのルーチン群.
iid.test: データが独立同分布であるかどうか検定します.
impute: マイクロアレイ・データのための欠損値の補填 (imputation) (現在のところ KNN (k-最近傍法) のみ).
ineq: 不平等, 集中および貧困指標 (Inequality, concentration and poverty measures), およびローレンツ曲線 (実験的, 理論的).
intcox: 区間打ち切り事象データに関する Cox 比例ハザード・モデルについての反復凸劣アルゴリズム(Iterated Convex Minorant Algorithm) の実装.
iplots: R のためのインタラクティヴなグラフィクス.
ipred: 分類および回帰における直接的・間接的なブートストラップの集約による改良型予測モデル, および予測誤差のリサンプリング・ベース推定量 (Improved predictive models by direct and indirect bootstrap aggregation in classification and regression as well as resampling based estimators of prediction error).
irr: 量的/順序/名義データについての評価者間信頼度および一致度 (Interrater Reliability and Agreement) の係数.
ismev: S. Coles 著 "An Introduction to Statistical Modeling of Extreme Values", 2001, Springer において行われる諸計算を支援するための関数群. その関数群は以下のグループに分けることができます: 極大値/極小値, 順序統計量, peaks over thresholds, および点過程.
its: 不規則な時系列 (irregular time series) を取り扱うための S4 クラス.

kappalab: "諸容量に関する研究室 (laboratory for capacities)", 有限集合上の容量 (あるいは, 非加法的測度 (non-additive measure), ファジー測度 (fuzzy measure)) および積分操作に関する S4 ツール・ボックス.
kernlab: サポートベクターマシンを含むカーネル・ベースの機械学習手法.
kinship: 混合効果 Cox モデル, 疎行列, および大きい血統図のデータのモデリング.
kknn: 重み付き k-最近傍法による分類および回帰.
klaR: Department of Statistics, University of Dortmund で開発された分類および可視化のための種々の関数群.
km.ci: Kaplan-Meier 推定量についての信頼区間 (Confidence intervals).
knnFinder: 高速な最近傍検索.
knnTree: k-最近傍クラシファイア (k-nearest-neighbor classifiers) の構築, あるいはそれを用いた予測を行います. 交差検定を用いて, k の選択, 変数の選択 (前進/後退選択), およびスケーリングの選択 (スケーリングなし, SD (標準偏差) で各列をスケーリング, MAD (平均絶対偏差) で各列をスケーリング) を行います. 完成したクラシファイアは, 各葉にこのような k-nn クラシファイアの 1つを持つ分類木で構成されることになります.
knncat: カテゴリー変数を用いた最近傍分類.
kohonen: 教師あり/なし自己組織化マップ (Supervised and unsupervised self-organising maps).
ks: カーネル平滑化: カーネル密度推定量についての幅行列および 2変量データについてのカーネル判別分析 (Kernel smoothing: bandwidth matrices for kernel density estimators and kernel discriminant analysis for bivariate data).
kza: 時系列における変化点の位置を特定するための Kolmogorov-Zurbenko 適応フィルター (Kolmogorov-Zurbenko Adaptive filter).
kzft: Kolmogorov-Zurbenko フーリエ変換およびアプリケーション.