計算計量經濟學（Computational Econometrics）
網址：http://cran.r-project.org/web/views/Econometrics.html
維護人員：Achim Zeileis
版本：2008-04-02
翻譯：R-fox, 2008-04-15
R的很多基本函數都可用於計量經濟學，尤其是stats包。CRAN的許多包也有可以分析計量經濟學，下面做個簡要的綜述。這裏介紹的工具可能與CRAN的計量金融(empirical finance)任務列表（http://cran.r-project.org/web/views/Finance.html）有許多的重合。此外，從郵件列表finance SIG（https://www.stat.math.ethz.ch/mailman/listinfo/R-SIG-Finance/）可獲得計量經濟和計量金融相關的幫助和討論問題。CRAN的SocialSciences任務列表（http://cran.r-project.org/web/views/SocialSciences.html）覆蓋了許多社會科學的工具，因此也與這裏的工具有所重合，如：政治科學。這裏綜述的包大致可分爲如下的幾個話題：
1）線形迴歸模型（Linear regression models）
線形模型可由lm()函數擬合，也有各種檢驗方法用來比較模型，如：summary() 和anova()。類似的函數也支持。類似的功能也適合於漸近檢驗（如：z檢驗而不是檢驗，卡方檢驗而不是F檢驗），此外還有lmtest包裏的coeftest()和waldtest()函數。car包裏的linear.hypothesis()可檢驗更廣義的線形假設。HC和HAC協方差矩陣的這些功能可在sandwich包裏實現。car和lmtest包還提供了許多線形迴歸模型的診斷方法。
2）微觀計量經濟學（Microeconometrics）：
許多微觀計量經濟學模型屬於廣義線形模型，可由stats包的glm()函數擬合。包括用於選擇類數據（choice data）的Logit和probit模型，用於計數類數據（count data）的poisson模型。負二項廣義線形模型可由MASS包的glm.nb()實現。邊緣(zero—inflated)和hurdle計數模型可由pscl包提供，zicounts包裏也實現了邊緣模型。雙變量Poisson迴歸模型可在bivpois包裏實現。基本的刪失迴歸模型(censored regression model)，如：tobit模型，可由survival包裏的survreg()函數擬合。micEcon包裏提供了微觀計量經濟學的更好的工具。bayesm包執行微觀計量濟學和營銷學（marketing）中的貝葉斯方法。reldist包提供了相對分佈（relative distributions）相關的方法。
3）其它的迴歸模型（Further regression models）：
R和CRNA包裏有各種延伸的線形迴歸模型和其它模型擬合方法。非線性最小二乘迴歸建模可用stats包裏的nls()實現。相關的包還有：quantreg（分位數迴歸Quantile Regression），crq（截取分位點回歸censored quantile regression），plm（面板數據的線形迴歸），sem（線性結構方程模型，包括二階段最小平方），systemfit（聯立方程估計），np（非參核方法），betareg（beta迴歸），nlme（非線性混合效應模型），VR（nnet 包的多項Logit模型），MNP（貝葉斯多項Probit模型）。Design和Hmisc包提供廣義線形迴歸模型的工具。
4）基本的時間序列架構（Basic time series infrastructure）：
tats包的"ts" 類是R的規則間隔時間序列的標準類。Zoo包提供了規則和不規則間隔時間序列的架構。建立在"POSIXt"時間-日期類上的its, tseries和fCalendar包也提供不規則間隔時間序列的架構，特別用於金融分析。
5）時間序列建模（Time series modelling）：
stats包裏有經典的時間序列建模工具，arima()函數做ARIMA建模和Box-Jenkins-type分析。stats包還提供StructTS()函數擬合結構時間序列，decompose()過濾時間序列，HoltWinters()分解時間序列。forecasting包束提供了一些延伸的方法，尤其是預測和模型選擇。多種時間序列的過濾器可在mFilter包裏找到。爲了估計VAR模型，stats包的ar()擬合簡單的模型，vars包、dse包的estVARXls()提供了更精巧的模型，MSBVAR包提供了貝葉斯方法。Dynlm包提供了經由OLS過濾動態迴歸模型的方便接口；dyn包裏則提供了不同的方法。更高級的動態系統方程可由dse包擬合。高斯線形狀態空間模型可由dlm包擬合（用最大斯然，kalman濾波/平滑，和貝葉斯方法）。Unit root（單位根）和cointegration technique（協整技術）可在urca，uroot和tseries包裏找到。tsfa包可做時間序列因子分析。sde包提供隨機微分方程的模擬和推論。
6）矩陣處理（Matrix manipulations）：
作爲一個向量和矩陣語言，R有許多基本函數處理矩陣，與Matrix和SparseM包互補。
7）放回再抽樣（Bootstrap）：
除了推薦的boot包，bootstrap或simpleboot包裏有一些其它的常規bootstrapping技術；還有些函數專門爲時間序列數據而設計，如：meboot包裏的最大熵bootstrap，tseries包裏的tsbootstrap()函數。
8）不平等（Inequality）：
爲了測量不平等（inequality），集中（concentration）和貧窮（poverty），ineq包提供了一些基本的工具，如：勞倫茨曲線（Lorenz curves），Pen's parade，基尼係數(Gini coefficient)。
9）結構變化（Structural change）：
R有很強的處理參數模型的結構變化和變化點的能力，可參考strucchange和segmented包。
10）數據集（Data sets）：
這裏介紹的許多包裏都有來自計量經濟學文獻裏的數據集，Ecdat包包括許多來自計量經濟學教科書和雜誌（應用計量經濟學，商業/經濟統計）的數據集。FinTS包針對書'Analysis of Financial Time Series' (2nd ed., 2005, Wiley)，包括數據集，函數，列子的腳本文件。CDNmoney包提供加拿大貨幣流通額，pwt包提供佩恩世界表(Penn World Table)。
出處：http://rbbs.biosino.org/Rbbs/posts/list/278.page
本文來自: 人大經濟論壇 S-Plus&R專版 版，詳細出處參考：http://www.pinggu.org/bbs/viewthread.php?tid=440030&page=1