文档介绍：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 stat s包中 lm() 函数通过 OL S 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 () 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 MAS S包的 () 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 El