CRAN Task View: Computational Econometrics

计算计量经济学(Computational Econometrics)
网址:http://cran.r-project.org/web/views/Econometrics.html
维护人员:Achim Zeileis
版本:2008-04-02
翻译:R-fox, 2008-04-15

R的很多基本函数都可用于计量经济学,尤其是stats包。CRAN的许多包也有可以分析计量经济学,下面做个简要的综述。这里介绍的工具可能与CRAN的计量金融(empirical finance)任务列表(http://cran.r-project.org/web/views/Finance.html)有许多的重合。此外,从邮件列表finance SIG(https://www.stat.math.ethz.ch/mailman/listinfo/R-SIG-Finance/)可获得计量经济和计量金融相关的帮助和讨论问题。CRAN的SocialSciences任务列表(http://cran.r-project.org/web/views/SocialSciences.html)覆盖了许多社会科学的工具,因此也与这里的工具有所重合,如:政治科学。这里综述的包大致可分为如下的几个话题:

1)线形回归模型(Linear regression models)
线形模型可由lm()函数拟合,也有各种检验方法用来比较模型,如:summary() 和anova()。类似的函数也支持。类似的功能也适合于渐近检验(如:z检验而不是检验,卡方检验而不是F检验),此外还有lmtest包里的coeftest()和waldtest()函数。car包里的linear.hypothesis()可检验更广义的线形假设。HC和HAC协方差矩阵的这些功能可在sandwich包里实现。car和lmtest包还提供了许多线形回归模型的诊断方法。
2)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。负二项广义线形模型可由MASS包的glm.nb()实现。边缘(zero—inflated)和hurdle计数模型可由pscl包提供,zicounts包里也实现了边缘模型。双变量Poisson回归模型可在bivpois包里实现。基本的删失回归模型(censored regression model),如:tobit模型,可由survival包里的survreg()函数拟合。micEcon包里提供了微观计量经济学的更好的工具。bayesm包执行微观计量济学和营销学(marketing)中的贝叶斯方法。reldist包提供了相对分布(relative distributions)相关的方法。
3)其它的回归模型(Further regression models):
R和CRNA包里有各种延伸的线形回归模型和其它模型拟合方法。非线性最小二乘回归建模可用stats包里的nls()实现。相关的包还有:quantreg(分位数回归Quantile Regression),crq(截取分位点回归censored quantile regression),plm(面板数据的线形回归),sem(线性结构方程模型,包括二阶段最小平方),systemfit(联立方程估计),np(非参核方法),betareg(beta回归),nlme(非线性混合效应模型),VR(nnet 包的多项Logit模型),MNP(贝叶斯多项Probit模型)。Design和Hmisc包提供广义线形回归模型的工具。
4)基本的时间序列架构(Basic time series infrastructure):
tats包的"ts" 类是R的规则间隔时间序列的标准类。Zoo包提供了规则和不规则间隔时间序列的架构。建立在"POSIXt"时间-日期类上的its, tseries和fCalendar包也提供不规则间隔时间序列的架构,特别用于金融分析。
5)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,decompose()过滤时间序列,HoltWinters()分解时间序列。forecasting包束提供了一些延伸的方法,尤其是预测和模型选择。多种时间序列的过滤器可在mFilter包里找到。为了估计VAR模型,stats包的ar()拟合简单的模型,vars包、dse包的estVARXls()提供了更精巧的模型,MSBVAR包提供了贝叶斯方法。Dynlm包提供了经由OLS过滤动态回归模型的方便接口;dyn包里则提供了不同的方法。更高级的动态系统方程可由dse包拟合。高斯线形状态空间模型可由dlm包拟合(用最大斯然,kalman滤波/平滑,和贝叶斯方法)。Unit root(单位根)和cointegration technique(协整技术)可在urca,uroot和tseries包里找到。tsfa包可做时间序列因子分析。sde包提供随机微分方程的模拟和推论。
6)矩阵处理(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。
7)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。
8)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)。
9)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。
10)数据集(Data sets):
这里介绍的许多包里都有来自计量经济学文献里的数据集,Ecdat包包括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。FinTS包针对书'Analysis of Financial Time Series' (2nd ed., 2005, Wiley),包括数据集,函数,列子的脚本文件。CDNmoney包提供加拿大货币流通额,pwt包提供佩恩世界表(Penn World Table)。


出处:http://rbbs.biosino.org/Rbbs/posts/list/278.page

本文来自: 人大经济论坛 S-Plus&R专版 版,详细出处参考:http://www.pinggu.org/bbs/viewthread.php?tid=440030&page=1

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值