R语言常用计量分析包

R 语言常用计量分析包 CRAN 任务视图 计量经济学 线形回归模型 Linear regression models 线形模型可用 stats 包中 lm 函数通过 OLS 来拟合 该包中也有各种检验方法用来比较模 型 如 summary 和 anova lmtest 包里的 coeftest 和 waldtest 函数是也支持渐近检验 如 z 检验而不是检验 卡方 检验而不是 F 检验 的类似函数 car 包里的 linear hypothesis 可检验更一般的线形假设 HC 和 HAC 协方差矩阵的这些功能可在 sandwich 包里实现 car 和 lmtest 包还提供了大量回归诊断和诊断检验的方法 工具变量回归 两阶段最小二乘 由 AER 包中的 ivreg 提供 其另外一个实现 sem 包中 的 tsls 微观计量经济学 Microeconometrics 许多微观计量经济学模型属于广义线形模型 可由 stats 包的 glm 函数拟合 包括用于选 择类数据 choice data 的 Logit 和 probit 模型 用于计数类数据 count data 的 poisson 模型 这些模型回归元的值可用 effects 获得并可视化 负二项广义线形模型可由 MASS 包的 glm nb 实现 aod 包提供了负二项模型的另一个实 现 并包含过度分散数据的其它模型 边缘 zero inflated 和 hurdle 计数模型可由 pscl 包提供 多项响应 Multinomial response 特定个体协变量 individual specific covariates 多项模 型只能由 nnet 包中 multinom 函数提供 mlogit 包实现包括特定个体和特定选择 choice specific 变量 多项响应的广义可加模型可由 VGAM 包拟合 针对多项 probit 模型的贝 叶斯方法由 MNP 包提供 各种贝叶斯多项模型 包括 logit 和 probit 在 bayesm 包中可得 顺序响应 Ordered response 顺序响应的比例优势回归由 MASS 包中 polr 函数实现 包 ordinal 为顺序数据 ordered data 提供包括比例优势模型 propotional odds models 以 及更一般规范的累积链接模型 cumulative link models 贝叶斯顺序 probit 模型由包 bayesm 提供 删失响应 Censored response 基本删失回归模型 比如 tobit 模型 可以由 survival 包 中的 suevreg 函数拟合 一个便利的接口 tobit 在 AER 包中 更深入的删失回归模型 包 括面板数据的模型 由 censReg 包提供 样本选择的模型在 sampleSelection 包中可得 杂项 有关微观计量经济学得进一步精细工具由 micEcon 族包提供 Cobb Douglas 分析 translog 二次函数在 micEcon 里 规模弹性不变 Constant Elasticity of Scale CES 函数 在 micEconCES 里 对称归一二次利润 Symmetric Normalized Quadratic Profit SNQP 函 数在 micEconSNQP 里 几乎理想的需求函数模型系统 Almost Ideal Demand System AIDS 函数在 micEconAids 包里 随机前沿分析 Stochastic Frontier Analysis 在 frontier 包中 bayesm 包执行微观计量济学和营销学 marketing 中的贝叶斯方法 相对 分布推断在包 reldist 里 其它的回归模型 Further regression models 非线性最小二乘回归建模可用 stats 包里的 nls 实现 分位数回归 Quantile Regression quantreg 包括线性 非线性 删失 局部多项和可 加分位数回归 面板数据的线性模型 plm 一个空间面板模型的包 splm 正在 R Forge 开发 广义动量方法 Generalized method of moments GMM 和广义实证似然 generalized empirical likelihood GEL gmm 线性结构方程模型 sem 包括两阶段最小二乘 联立方程估计 systemfit 非参核方法 np Beta 回归 betareg 和 gamlss 截位 高斯 回归 truncreg 非线性混合效应模型 nlme 和 lme4 广义可加模型 mgcv gam gamlss 和 VGAM 杂项 包 VGAM Design 和 Hmisc 包提供了若干 广义 线性模型处理的扩展工具 Zelig 是一个针对很多种回归模型的易于使用的统一接口 基本的时间序列架构 Basic time series infrastructure stats 包的 ts 类是 R 的规则间隔时间序列的标准类 尤其是年度 季度和月度数据 ts 格式的时间序列可以与 zoo 包中的 zooreg 强制互换 而不丢失信息 zoo 包规则 和不规则间隔时间序列的架构 后者通过类 zoo 其中时间信息可以是任意类 这包括 日间序列 典型地 以 Date 时间索引 或日内序列 例如 以 POSIXct 时间索引 建立在 POSIXt 时间 日期类上的 its tseries 和 timeSeries 前 fSeries 包也提供不规则 间隔时间序列的架构 特别用于金融分析 时间序列建模 Time series modelling stats 包里有经典的时间序列建模工具 arima 函数做 ARIMA 建模和 Box Jenkins type 分析 stats 包还提供 StructTS 函数拟合结构时间序列 可以用 nlme 包中的 gls 函数经由 OLS 拟合含 AR 误差项的线性回归模型 时间序列的滤波和分解可以用 stats 包的 decompose 和 HoltWinters 函数 这些方法的扩展 尤其是预测和模型选择 在 forecast 包里 mFilter 里有各种各样的时序滤波方法 估计向量自回归 VAR 模型 有若干方法可用 简单模型可用 stats 包里 ar 拟合 vars 包提供更精巧的模型 dse 中的 estVARXls 和贝叶斯方法在 MSBVAR 中 dynlm 包有一 个经由 OLS 拟合动态回归模型的方便接口 dyn 实现了一个用于其它回归函数的不同方法 可以用 dse 拟合更高级的动态方程组 tsDyn 提供各种非线性自回归时序模型 高斯线性状态空间模型可用 dlm 拟合 通过最大似然 卡尔曼滤波 平滑和贝叶斯方法 包 urca tseries 和 CADFtest 提供了单位根和协整技术 时间序列因子分析在 tsfa 包里 包 sde 提供随机微分方程的模拟和推断 非对称价格传导建模在 apt 包中 杂项 矩阵操作 Matrix manipulations 作为一个向量和矩阵语言 R 有许多基本函数处理矩阵 与 Matrix 和 SparseM 包互补 放回再抽样 Bootstrap 除了推荐的 boot 包 bootstrap 或 simpleboot 包里有一些其它的 常规 bootstrapping 技术 还有些函数专门为时间序列数据而设计 如 meboot 包里的最大 熵 bootstrap tseries 包里的 tsbootstrap 函数 不平等 Inequality 为了测量不平等 inequality 集中 concentration 和贫穷 poverty ineq 包提供了一些基本的工具 如 劳伦茨曲线 Lorenz curves Pen s parade 基尼系数 Gini coefficient 结构变化 Structural change R 有很强的处理参数模型的结构变化和变化点的能力 可参 考 strucchange 和 segmented 包 数据集 Data sets Packages AER 和 Ecdat 包含许多来自计量经济学教科书和杂志 应用计量经济学 商业 经 济统计 的数据集 AER 另外提供大量例子再现来自教材和文献的分析 演示各种计量经济学方法 FinTS 是 Tsay 的 Analysis of Financial Time Series 2nd ed 2005 Wiley 一书的 R 参考 包含运行其中一些例子所需的数据集 函数和脚本 DNmoney 包提供加拿大货币流通额 pwt 包提供佩恩世界表 Penn World Table 包 expsmooth fma 和 Mcomp 分别是 Forecasting with Exponential Smoothing The State Space Approach Hyndman Koehler Ord Snyder 2008 Springer Fo