Alvin-He的专栏

CRAN任务视图：计量经济学线形回归模型（Linear regression models）ž   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()。ž   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

协整检验是为了检验非平稳序列的因果关系，协整检验是解决伪回归为问题的重要方法。首先回归伪回归例子：伪回归Spurious regression 伪回归方程的拟合优度、显著性水平等指标都很好，但是其残差序列是一个非平稳序列，拟合一个伪回归: #调用相关R包library(lmtest)library(tseries)#模拟序列set.seed(

【包】library(zoo)            #时间格式预处理library(xts)            #同上library(timeSeires)      #同上library(urca)           #进行单位根检验library(tseries)         #arma模型library(fUnitRoots)     #进行单位根检验

摘要：目前经典的统计学分析方法主要有回归分析，Logistic回归，决策树，支持向量机，聚类分析，关联分析，主成分分析，对应分析，因子分析等，那么对于这些经典的分析方法在R中的使用主要有那些程序包及函数呢？1、线性模型~回归分析：【包】：stats  【函数】：lm(formula, data,  ...)逐步回归：step(lm(formula, data

现在对R感兴趣的人越来越多，很多人都想快速地掌握R。然而，由于目前大部分高校都没有开设R课程，这就导致很多人不知道如何着手学习R。对于初学R，最常见的方式是看看百度上的简介，遇到不会的地方，就跑到论坛上吼一嗓子，然后欣欣然（得到解答）悲伤（未得到解答）地离去，一直到遇到下一个问题再回来。当然，这不是最好的学习方式，最好的方式是看书。目前，市面上介绍R语言的书籍已经很多，中文英文都有。那么，