CRAN任务视图：计量经济学

Base R附带了许多对（计算）计量经济学有用的功能，特别是在stats包中。CRAN上的许多软件包补充了此功能，下面简要介绍。该视图中的计量经济学工具与任务视图中的工具之间也存在一定的重叠财务,时间序列、和因果推理.

此视图中的包可以大致分为以下主题。如果您认为列表中缺少某些软件包，请在GitHub存储库中提交问题或联系维护人员。

基本线性回归

• 估计和标准推断：线性模型的普通最小二乘（OLS）估计由以下公式提供lm（）（来自统计数据）和模型比较的标准测试有多种方法，例如总结（）和方差分析（）.
• 进一步推断和嵌套模型比较：与基本功能类似的功能总结（）和anova（）也支持渐近检验的方法(z（z）而不是t吨测试，并用Chi-squared代替F类测试）和其他协方差矩阵的插件系数（）和瓦尔特测试（）在里面lmtest测试.可以通过溴氰菊酯（）的功能边缘效应。这扩展了旧的（非线性）假设测试函数，如线性假设（）和增量方法（）从汽车.
• 稳健的标准误差：HC、HAC、集群和引导协方差矩阵可在中找到三明治并可以插入上述推理函数中。
• 非嵌套模型比较：中提供了各种用于比较非嵌套线性模型的测试lmtest测试（包括试验、J试验、Cox试验）。用于比较其他非嵌套模型的Vuong测试由非嵌套2（特别是针对中的计数数据回归pscl公司).
• 诊断检查：软件包汽车和lmtest测试提供大量回归诊断和诊断测试。
• 其他：上述大部分功能都捆绑在一起固定者，它提供了许多用户可能会觉得有吸引力的内置便利功能。这包括稳健的标准误差规范、多模型估计、自定义假设测试等。

个体经济计量学

• 广义线性模型（GLM）：许多标准的微观计量模型属于广义线性模型家族，可以通过glm（）来自程序包统计信息。这尤其包括用于建模选择数据的logit和probit模型以及用于计数数据的Poisson模型。
• 效应和边际效应：GLM和各种其他概率回归模型中回归变量典型值的影响可以使用影响.可以使用生成各种模型的边际效应表和相应的可视化边缘效应。某些模型的边际效应的其他实现在保证金和效果器。在中可以对效果和边缘效果进行交互式可视化LinReg交互.
• 二进制响应：二进制响应的标准logit和probit模型（以及许多其他模型）是GLM，可以通过glm（）具有族=二项式对完全和准完全分离是鲁棒的、减少了偏置的GLM由brglm公司。通过模拟最大似然估计的离散选择模型在R选择.比菲提供具有固定效果的二元选择模型。异方差概率模型（和其他异方差GLM）在glmx公司以及GLM的参数链接功能和良好链接测试。
• 计数响应：基本泊松回归是一种GLM，可以通过glm（）具有族=泊松如上所述。负二项GLM可通过glm.nb（）包装内MASS（质量）。负二项模型的另一个实现由提供声光器件，它还包含用于过度分散数据的其他模型。包装中提供零充气和跨栏计数模型pscl公司。同一作者的重新实现目前正在开发中countreg（计数寄存器）在R-Forge上，它还包含用于零偏差回归、有限混合模型等的单独函数。
• 多项式响应：具有个体特定协变量的多项式模型仅在多个（）来自程序包奈特。具有单个和特定于选项的变量的实现是姆洛吉特广义多项式logit模型（例如，具有随机效应等）gmnl公司。在阿波罗包裹。较新的逻辑记录器该软件包结合了上述软件包的许多功能，还为多项式和混合logit模型的快速估计提供了一些有意义的性能改进。混合logit模型的模拟最大似然估计，特别是对于大数据集，可在混合物多项式响应的广义加性模型（GAM）可以用VGAM公司包裹。多项式概率模型的贝叶斯方法如下所示MNP公司中提供了各种贝叶斯多项式模型（包括logit和probit）贝叶斯主义.包装RSGHB公司基于似然函数的直接规范，适合各种层次贝叶斯规范。此外R问题B该软件包实现了潜在类混合多项式probit模型，以近似真实的潜在混合分布。
• 有序响应：有序响应的比例优势回归在波尔（）来自程序包MASS（质量）.包装依次的为有序数据提供了累积链接模型，其中包括比例优势模型，但也包括更通用的规范。贝叶斯有序概率模型由提供贝叶斯主义和R问题B.
• 审查回复：基本删失回归模型（例如tobit模型）可以通过以下公式拟合调查（）在里面生存，一个方便的界面托比特（）在包装中航空发动机中提供了进一步的删失回归模型，包括面板数据模型审查注册。具有条件异方差的删失回归模型crch公司此外，零处左删失数据的障碍模型可以用姆赫尔。样本选择模型在中提供示例选择和斯姆罗布分别使用经典推理和稳健推理。包裹匹配市场当样本是稳定匹配过程的结果时（例如，群体形成或大学招生问题），纠正选择偏差。
• 截断的响应： crch公司对于截断（和潜在的异方差）的高斯、逻辑和t响应。同方差高斯响应也可用于树干.
• 分数和比例响应：（0，1）中响应的Beta回归为贝塔雷格和形状的广义可加模型.
• 持续时间响应：许多经典的持续时间模型可以与生存例如，Cox比例风险模型考克斯（）或Weibull模型调查（）。可以在生存任务视图。
• 高维固定效应：具有潜在高维固定效应的线性和广义线性模型也适用于多组固定者，使用优化的并行C++代码。其他高维固定效果的实现lfe公司和羊驼分别针对线性模型和广义线性模型。
• 其他：微观计量学的进一步完善工具见micEcon公司软件包系列：使用Cobb-Douglas、translog和二次函数进行分析微观经济学; 恒定规模弹性（CES）函数为micEconCES公司; 对称规范化二次利润（SNQP）函数为micEconSNQP公司.几乎理想的需求系统（艾滋病）micEconAids公司.随机前沿分析（SFA）边界。中的半参数SFA位于semsfa公司和空间SFAssfa公司.包装贝叶斯主义对微观计量学和营销实施贝叶斯方法。相对分布的推断包含在包中reldist公司.

因果推理的常见研究设计

我们在下面回顾了与一些常见的因果推理研究设计相关的包。本节必须简短，并应与因果推理任务视图，因为存在高度重叠。

差异与综合控制

• 基本差异（DiD）：标准2x2-DiD模型（两个单位，两个周期）可以估计为两个因子变量之间的简单交互作用lm（）或glm（）类似地，可以使用因子来控制单位和时间固定效应，从而获得等效双向固定效应（TWFE）设计。然而，对于高维数据集，使用专用面板数据包（如固定者或公共后勤管理前者甚至提供了便利i（）TWFE设置中构建和交互因子的运算符。
• 高级DiD和TWFE修正：尽管TWFE长期受欢迎，但最近的研究发现了（天真的）TWFE的各种问题；例如，交错处理卷展时存在严重偏差。A类家庭手工业现在存在解决这些问题的变通方法和替代估计器。R包实现包括：复印机,做,did2,DRDID公司,etwfe公司,固定者（通过sunab（）功能），以及格辛斯.
• 合成控制：最初的综合控制（SC）实施可通过Synth公司，而潮间带提供了一个更新的SC实现，具有各种增强功能（速度、检查等）。同样，全球同步将原始SC实现推广到多个处理单元和可变处理周期，并支持其他估计方法，如EM算法和矩阵补全。

仪器变量

• 基本工具变量（IV）回归：两级最小二乘法（2SLS）由以下公式提供ivreg公司，它分离出以前在中找到的专用2SLS例程航空发动机). 另一种实现是tsls（）包装内扫描电镜.
• 二进制响应：通过GLS估计的IV probit模型可在ivprobit公司（已存档）. TheLARF公司该软件包估计二进制处理和二进制仪器的局部平均响应函数。
• 面板数据：几个面板数据模型包（见下文）提供了自己的专用IV例程，用于在存在高维数据的情况下进行有效估计。这些包括固定者和lfe公司用于固定效果，以及公共后勤管理对于第一个差异、之间和多重随机效应方法。
• 其他： REndo（回复）使用各种潜在工具变量方法用内生回归变量拟合线性模型。斯坦因四世提供半参数IV估值器，包括JIVE和SPS。

回归间断设计

• 回归不连续性设计（RDD）方法在rdrobust（稳健）（提供可靠的置信区间构造和带宽选择），rd密度（密度不连续性测试（也称为操纵测试），罗克朗（局部随机化下的推断），以及rdmulti公司（使用多个截止值或分数进行分析）。
• 功率、样本量和最小可检测效应（MDE）计算工具可在rdpower公司，而RAT测试提供了一组随机化测试，包括对锐化RDD中基线协变量的连续性假设的置换测试。

面板数据模型

• 面板标准错误：面板数据的一种简单方法是适合池（或独立）模型（例如，通过lm（）或glm（）)只纠正标准错误。中提供了不同类型的聚集、面板和面板修正标准错误三明治（包括之前的工作多路vcov),集群SE,pcse公司,俱乐部三明治,公共后勤管理、和极客分别是。后两者需要通过plm（）和geeglm（）从各个软件包（也提供其他类型的模型，请参阅下文）。
• 线性面板模型： 固定者提供非常有效的固定效果例程，可扩展到高维数据和多个固定效果。plm公司，提供了范围广泛的内部、中间和随机效应方法（以及其他方法），以及纠正的标准错误、测试等公共后勤管理，根据中的力矩条件进行估算pdynmc公司，以及中具有固定效果的动态面板模型正交面板.费斯尔提供固定效果单个坡度（FEIS）模型。面板向量自回归在中实现小组成员.
• GLM和广义估计方程.上述固定者除了线性面板模型外，还支持各种类似GLM的模型。这包括logit、probit、Poisson和负二项模型的有效固定效应估计。类似功能由提供羊驼（这也说明了附带的参数问题）和pglm公司.钢笔使用套索或脊惩罚，通过惩罚泊松伪最大似然（PPML）回归进一步扩展了高维情况。面板数据（或统计术语中的纵向数据）的GEE模型在中提供极客.
• 混合效应模型：面板数据（以及更通用的多级数据）的线性和非线性模型可在lme4公司和国家实验室.
• 仪器变量： 固定者。另请参见上文。
• 其他：阈值回归和单位根测试个人数据记录。计划评估的面板数据方法可在潘佩。面板数据计量经济学的专用快速数据预处理由提供崩溃.

进一步的回归模型

• 非线性最小二乘建模： nls（）包内统计信息。
• 分位数回归： quantreg公司（包括线性、非线性、删失、局部多项式和加性分位数回归）。
• 广义矩量法（GMM）和广义经验似然法（GEL）： gmm公司.
• 空间经济计量模型：这个空间视图提供了有关处理空间数据的详细信息，以及有关（回归）建模的信息。特别是，空间回归模型可以使用空间的和蝶阀（后者使用GMM方法）。splm公司是用于空间面板模型的软件包。空间probit模型在中提供空间探测器和空间似乎无关回归（SUR）模型斯普尔.
• 贝叶斯模型平均（BMA）：BMA的综合工具箱由BMS公司包括灵活的优先选择、采样等BMA公司对于线性模型、可推广线性模型和生存模型（Cox回归）。
• 线性结构方程模型： 熔岩和扫描电镜。另请参见心理测量学任务视图了解更多详细信息。
• 机器学习：有几个软件包将机器学习技术与经济计量推断相结合（特别是用于识别因果关系）。这些包括玻璃纤维因果随机森林和异质处理效应的估计，双ML用于mlr3系列多种模型的双机器学习，以及高密度聚乙烯用于选定的高维经济计量模型。有关更一般的概述，请参阅机器学习任务视图。
• 同步方程估计： 系统配合.
• 非参数方法： 净现值使用核平滑和国家统计局使用部分力矩。
• 线性和非线性混合效应模型： 国家实验室和lme4公司.
• 广义加性模型（GAM）： mgcv公司,加姆,形状的广义可加模型和VGAM公司.
• 基于设计的推理： 估计员包含一些适用于设计的估计器的快速程序，这些估计器具有稳健的标准误差和置信区间，包括线性回归、工具变量回归、中差等。
• 极限边界分析： 极限界限.
• 其他：软件包VGAM公司,rms（有效值）和Hmisc公司提供几种工具来扩展（广义）线性回归模型的处理。

时间序列数据和模型

• 这个时间序列任务视图提供了有关基本时间序列基础结构和时间序列模型的更详细信息。这里只简单地提到了与计量经济学有关的最重要的方面。金融计量经济学的时间序列模型（如GARCH、随机波动率模型或随机微分方程等）在财务任务视图。
• 规则间隔时间序列的基础设施：这个班级“ts”包内统计数据是R的标准类，用于定期间隔的时间序列（尤其是年度、季度和月度数据）。它可以在不丢失信息的情况下来回强制“动物园”来自程序包动物园.
• 不规则间隔时间序列的基础设施： 动物园为定期和不定期间隔的时间序列（后者通过类“动物园”)其中时间信息可以是任意类。这包括每日系列（通常为“日期”时间指数）或日内序列（例如“POSIXct”时间索引）。基于的扩展动物园针对具有不同时间指数的时间序列xts码。特别针对财务应用程序的其他包在财务任务视图。
• 经典时间序列模型：简单的自回归模型可以用ar（）ARIMA建模和Box-Jenkins类型分析可以使用阿里马（）（都在stats包中）。的增强版阿里马（）在中预测.
• 线性回归模型：方便的界面lm（）基于时间序列数据估计OLS和2SLS模型的方法是动态光。通过GLS可以使用带有AR误差项的线性回归模型gls（）从国家实验室.
• 结构时间序列模型：标准型号可配备结构TS（）在统计中。更多软件包将在时间序列任务视图。
• 过滤和分解： 分解（）和霍尔特温特斯（HoltWinters）在统计中。计算滤波器（滚动和自回归）的基本功能是过滤器（）在统计中。这些方法的许多扩展，特别是用于预测和模型选择的扩展，在预测包裹。
• 向量自回归：简单型号可通过以下方式安装ar（）在stats中，包中提供了更精细的模型变量以及适当的诊断、可视化等。结构平滑过渡向量自回归模型固态变压器和面板向量自回归小组成员.
• 单位根和协整检验： 海胆,采礼,CADF测试。另请参阅pco公司对于面板协整检验和公共后勤管理用于面板单元根测试。
• 其他：
  • tsDyn公司-阈值和平滑过渡模型。
  • 迈达斯-MIDAS回归以及其他用于混合频率时间序列数据分析的经济计量方法。
  • 得到-GEGeneral-To-Specific（GETS）模型选择，用于具有log-ARCH-X误差的ARX模型或对数方差的log-ARCH-X模型。
  • 双金属片-使用联立方程模型的灵活规范对时间序列数据进行经济计量建模。
  • dlsem公司-分布滞后线性结构方程模型。
  • lpirfs公司-局部投影脉冲响应函数。
  • 恰当的-非对称价格传递模型。

数据集

• 教科书和期刊：包装航空发动机,埃克达特、和羊毛织品包含各种标准计量经济学教科书（包括Greene、Stock&Watson、Wooldridge、Baltagi等）的综合数据集，以及《应用计量经济学杂志》和《商业与经济统计杂志》数据档案中的多个数据集。航空发动机和羊毛织品此外，还提供了大量的示例，再现了教科书/论文中的分析，说明了各种计量经济学方法。在脉冲多普勒雷达可获得“带R的面板数据计量经济学”（Croissant&Millo 2018）的广泛数据集。这个PoEdata公司GitHub上的软件包提供了《计量经济学原理》（Hill、Griffiths和Lim 2011年第4版）中的数据集。
• 宾夕法尼亚大学世界桌： 普华永道提供了版本5.6、6.x、7.x。版本8.x和9.x数据可在中获得密码8和密码9分别是。
• 时间序列和预测数据：软件包扩展平滑,功能性维护、和麦康普分别是《指数平滑预测：状态空间方法》（Hyndman，Koehler，Ord，Snyder，2008，Springer）和《预测：方法和应用》（Makridakis，Wheelwright，Hyndmon，3rd ed.，1998，Wiley）以及《M竞赛》中的时间序列数据包。
• 经济学实证研究：包裹雷尔包含《经济学实证研究：与R一起成长》（Sun 2015）一书中的函数和数据集。
• 收入动态小组研究（PSID）： psidR（磅/平方英寸）可以从收入动态面板研究（PSID）中构建面板数据集。
• 世界银行数据和统计：wbstats（wbstat）包提供了对世界银行API的编程访问。

其他

• 模型表：中提供了用于各种统计模型的并排汇总表以及相应的可视化和数据汇总表的灵活实现模型摘要。其他实现以及在科学论文中集成经济计量和统计结果的进一步实用程序在可复制研究任务视图。
• 矩阵操作：作为一种基于向量和矩阵的语言，baseR附带了许多强大的矩阵操作工具，这些工具由包进行补充矩阵和SparseM（备用）.
• 优化和数学规划：R及其许多贡献的包提供了许多专门的函数来解决特定的优化问题，例如，在上面讨论的回归中。在优化任务视图。
• 引导程序：除了建议的靴子包中提供了其他一些通用的引导技术引导数据库或简易笔记本还有一些为时间序列数据设计的引导技术，如中的最大熵引导我的靴子或tsbootstrap（）从采礼. Thefwildclusterboot（已存档）包为线性回归模型提供了一个快速的野生集群引导实现，尤其是在集群数量较少的情况下。
• 不平等：衡量不平等、集中和贫困的一揽子计划ineq公司提供了一些基本工具，如洛伦兹曲线、彭的游行、基尼系数、赫芬达尔-赫希曼指数等。wINEQ公司提供了加权数据的这些和其他不等式度量以及bootstrapping方法。
• 结构变化：在处理参数模型中的结构更改和更改点时，R特别强大，请参见结构改变和分段的.
• 汇率制度：关于汇率制度的推断方法，特别是在结构变化的情况下，由fx体制.
• 全球价值链：全球价值链的工具和分解全球价值链和反汇编程序.
• 回归间断设计：中提供了多种方法关系型数据,rdrobust（稳健）、和罗克朗包装。这个rd功率该软件包提供回归不连续设计的功率计算。而且rdmulti公司使用多个截止点或分数进行分析。
• 重力模型：对数和乘法重力模型的估算可在重力.
• z树： zTree（zTree）可以从z-Tree软件导入数据，用于开发和执行经济实验。
• 数值标准误差： 国家标准化委员会实现时间序列数据的各种数值标准误差，特别是在具有相关结果序列的模拟实验中。

CRAN包

相关链接

• 文章：JSS《R中的计量经济学》专集（2008）
• 书：应用计量经济学与R（Kleiber&Zeileis；2008）
• 书：R计量经济学导论（Hanck、Arnold、Gerber和Schmelzer；2021）
• 书：《R计量经济学导论》（Oswald、Robin和Viers；2020）
• 书：因果推理：混合（坎宁安；2021）
• 书：使用R的实际操作中级计量经济学（Vinod；2008）
• 书：与R一起学习微观计量经济学（Adams；2021）
• 书：与R的面板数据计量经济学（Croissant&Millo；2018）
• 书：《R的计量经济学原理》（Colonescu；2016）
• 书：空间计量经济学（Kelejan&Piras；2017）
• 书：通过数据科学进行统计推断（Ismay&Kim；2022）
• 书：效果（亨廷顿·克莱因；2022）
• 书：将R用于介绍性计量经济学（Heiss；2019）
• 课程：应用实证方法（Goldsmith-Pinkham；2021）
• 课程：经济学家数据科学（McDermott；2021）
• 课程：计量经济学课堂实验室（Ransom；2021）
• 课程：计量经济学导论（鲁宾；2021）
• 课程：计量经济学博士（鲁宾；2022）
• 课程：公共服务项目评估（Heiss，2022）
• 课程：统计反思（McElreath；2022）
• 网站：状态2R

其他资源

• CRAN任务视图：因果推理
• CRAN任务视图：财务
• CRAN任务视图：机器学习
• CRAN任务视图：优化
• CRAN任务视图：心理测量学
• CRAN任务视图：可复制研究
• CRAN任务视图：空间
• CRAN任务视图：生存
• CRAN任务视图：时间序列
• R-Forge项目：countreg（计数寄存器）
• GitHub项目：PoEdata公司