查看原文
其他

软件应用丨经济学专业学习R,您需掌握的R语言包汇总

数据Seminar 2021-06-03

The following article is from 数据志 Author 王亨

基于R官网“CRAN Task Views”统计,目前专家、学者等对R包相关主题的划分共有40个子类,内容包括贝叶斯(Bayesian )、化学(ChemPhys)、临床试验(ClinicalTrials)、聚类(Cluster)等等。往期,我们花了很大精力整理并推送了与经济学相关的R语言包的分类话题,如可视化R包、面板&时间序列R包、机器学习R包和其他综合R包等,详情链接如下:

工具&方法丨使用R语言的正确姿势,R包干货奉献

工具&方法 | “名牌包”:面板、时间序列模型常用R语言包

工具&方法 | R语言机器学习包大全(共45个包)

数据呈现 | R语言绘图包大全(共40个包)




作为R“名牌包”的补充,本期,我们推荐《R常用包分类汇总 终极版》(来源公众号:数据志),内容包括以下12个主题:


机器学习

nnet,rpart,gbm,kernlab,mboost,randomForest,tree,party,lars,boost,e1071,BayesTree,gafit,arules,caret,DWwR,mlr,capet 


数据处理

lubridata,dplyr,plyr,reshape2,stringr,formatR,mcmc,data.table,tidyverse,tidyr


聚类分析

基于划分的方法:  kmeans,pam,pamk,clara;

基于层次的方法:  hclust,pvclust,agnes,diana;

基于模型的方法:  mclust;

基于密度的方法:  dbscan;

基于画图的方法:  plotcluster,plot.hclust;

基于验证的方法:  cluster.stats


分类

决策树:rpart,ctree ;

随机森林:cforest,randomForest ;

回归:Logistic,Poisson,glm,predict,residuals ;

生存分析:survfit,survdiff,coxph,GGally;

分类购物篮分析:arules


金融包

时间序列:zoo,xts,chorn,its,timeDate,tseries,forecast;

金融分析:quantmod,RQuantLib,portfolio,PerformanceAnalytics,TTR,sde,YieldCurve;

风险管理:parma,evd,evdbayes,evir,extRemes,ismev


统计

方差分析:aov,anova;

密度分析:density;

假设检验:t.test,prop.test,anova, aov;

线性混合模型:lme;

主成分分析和因子分析:princomp


优化类

最简单的:stat包中的optimize,optim 函数;

非线性优化:BB包;

线性不等式约束的非线性优化:constrOptim,adaptive barrier;

非线性box约束优化:nlminb;

带约束的非线性优化:Rsolnp包中solnp函数,alabama包中的constrOptim.nl()函数;

线性规划:lpSolve 包 中的lp函数,linprog包中的solveLP函数


中文分词

Rwordseq,jiebaR,chinesemisc,tau,tm


绘图

animation,ggplot2,lattice,qplot,aplpack,plotly,rwordmap,ggmap,googleVis,ggpubr;

ggplot2系统扩展包:ggthemes,ggtech,ggsic,gganimate,ggradar,ggseas,ggmosiac,ggally,ggimage,ggflags;

js在线图表库接口:plotly,Rcharts,Recharts;

htmlwidgets系统包:leaflet,dygraphs, rbokeh,Highcharter,visNetwork,networkD3,d3heatmap,DataTables,threejs,rgwidget, DiagrammeR;

配色及主题包:ggthemes,ggthemer,RColorBrewer;

数据地图包:baidumap,ggmap,GoogleVIS,REmap,Rworldmap,leaflet,leafletCN,leaflet.minicharts,geojsonio,rgdal,sf,maptools,maps,scatterpie;

图形控制与字体渲染:Cairo,showtext;

可视化排版系统:rmarkdown,flexdashboard,knitr,shiny,shinythemes,shinydashboard,htmltools;

3D图:rgl,scatterplot3d,misc3d,plotly;

词云:wordcloud2,wordcloud


计量经济学

ARE,car,forecast,Imtest,plm,sandwish,tseries,urca,zoo


高速并行计算

snow,Rmpi,Rcpp,STAR,OpenCL,gpuR,gmatrix


网络

rvest,RCurl,XML,httr,RSelenium









►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看



►一周热文

工具&方法丨还没理解主成分分析?理论与stata应用

数据呈现丨R VS Python,可视化效果孰强孰弱?

特别推荐丨老姚专栏:还拎不清主成分分析与因子分析?进来看看

工具&方法丨使用双重差分难?文献中的五套方法解惑

数据呈现 | R绘图:南丁格尔图,展示全国现制饮品店密度分布









数据Seminar

这里是大数据、分析技术与学术研究的三叉路口


作者:王亨出处:数据志推荐:简华(何年华)编辑:青酱







    欢迎扫描👇二维码添加关注    


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存