Keng package
Keng程序包取名自华罗庚(Hua Loo-Keng)，华罗庚主要通过自学在数学上取得了巨大的成就。华罗庚鼓励新手班门弄斧，Keng就是这样的一把斧头。Keng也是“Knock Errors off Nice Guesses”的缩写。希望Keng包含的函数与数据能有助于你。
1 安装
你可以使用下面的命令从GitHub安装Keng的最新版本。
2 加载
在使用Keng之前，你需要使用library()函数加载它。
3 内容
下面列举了Keng包含的函数与数据，其具体用法见手册。
3.1 数据
depress是一个关于抑郁与应对方式的数据集。
3.2 变量转换
Scale()可以转换向量x的坐标原点（包括均值中心化），或者将x标准化，即将x的均值与标准差转换为特定的值（包括将x转换为z分数）。
3.3 Pearson’s r
cut_r()，在样本量n已知时， cut_r()计算在p = 0.1, 0.05, 0.01, 0.001时r的临界值。
test_r()，在r与n已知时，test_r()对r进行单样本t检验。
power_r()，对相关系数r进行先验的统计检验力分析，并计划样本量。给定样本量n，power_r()亦可计算相关系数r的后验统计检验力。
3.4 回归模型的比较
compare_lm()计算并检验扩展(augmented)模型相对于简单(compact)模型的PRE。如果指定fitC与fitA参数，且fitC或 fitA的拟合度不比均值模型（仅包含截距）差，compare_lm()将计算R2与校正后的R2。
calc_PRE()基于偏相关系数、Cohen f，或者Cohen f2 计算PRE.
power_lm()能对一个或一组自变量的PRE进行先验的统计检验力分析，并计划样本量。给定样本量n， power_lm()可计算PRE的后验统计检验力。
3.5 Keng_power class
power_r()和power_lm()创建/返回 Keng_power class，该类可使用 print() 和 plot() method.
print()可以输出Keng_power class的主要内容，而非所有内容。
plot()可以基于Keng_power class中的prior统计检验力表绘制统计检验力随样本量变化的散点图。