CSDN ARIMA R语言_工具&方法 | “名牌包”:面板、时间序列模型常用R语言包

计量经济学是数学、统计技术和经济分析的综合，即运用数学、统计方法和相关经济理论，通过计量模型来揭示经济数量关系和规律。R语言包，已经实现了现代计量经济学的很多统计分析功能，下面从面板数据模型和时间序列模型简要介绍R语言相关程序包：

1.面板数据模型，Panel data models，23个包
2.时间序列模型，Time series data and models，19个包

面板数据模型 Panel data models

• 1）面板标准误，Panel standard errors

stats包：一般的方法是用stats包中函数，如 lm()或者glm()，对混合截面模型进行估计。

sandwich包：提供了稳健性标准误的估算

https://cloud.r-project.org/web/packages/sandwich/index.html

clusterSEs包：计算聚类稳健的p值和置信区间

https://cloud.r-project.org/web/packages/clusterSEs/index.html

pcse包：面板校正标准误估计

https://cloud.r-project.org/web/packages/pcse/index.html

clubSandwich包：最小样本校正的稳健性聚类方差估计

https://cloud.r-project.org/web/packages/clubSandwich/index.html

• 2）线性面板模型，Linear panel models

plm包：面板数据线性模型，包括动态面板模型

https://cloud.r-project.org/web/packages/plm/index.html

Paneldata包：固定效应模型和随机效应模型

https://cloud.r-project.org/web/packages/Paneldata/index.html

OrthoPanels包：固定效应动态面板模型

https://cloud.r-project.org/web/packages/OrthoPanels/index.html

feisr包：提供固定效应个体斜率模型（fixed effects individual slope models）

https://cloud.r-project.org/web/packages/feisr/index.html

panelr包：提供中间（或混合）面板模型，包括多层、GEE和贝叶斯等模型

https://cloud.r-project.org/web/packages/panelr/index.html

panelvar包：面板向量自回归

https://cloud.r-project.org/web/packages/panelvar/index.html

• 3）广义估计方程和GLM，Generalized estimation equations and GLMs

pglm包：提供了面板数据GLM-like模型估计

https://cloud.r-project.org/web/packages/pglm/index.html

geepack包：广义估计方程包，如GEE模型

https://cloud.r-project.org/web/packages/geepack/index.html

• 4）混合效应模型，Mixed effects models

lme4包：线性混合效应模型

https://cloud.r-project.org/web/packages/lme4/index.html

nlme包：线性和非线性混合效应模型

https://cloud.r-project.org/web/packages/nlme/index.html

• 5）工具变量，Instrumental variables

ivfixed包：工具变量固定效应面板模型

https://cloud.r-project.org/web/packages/ivfixed/index.html

ivpanel包：工具变量面板模型，适合固定效应、随机效应和两者

https://cloud.r-project.org/web/packages/ivpanel/index.html

• 6）差异时间趋势，Heterogeneous time trends

phtt包：当未观察到的异质性影响随时间变化时，提供了分析具有较大维度n和T的面板数据的可能性

https://cloud.r-project.org/web/packages/phtt/index.html

• 7）其他，Miscellaneous

wahc包：固定效应面板模型中的自相关和异方差校正

https://cloud.r-project.org/web/packages/wahc/index.html

panelAR包：具有横断面异方差或相关性的线性AR（1）面板模型的估计

https://cloud.r-project.org/web/packages/panelAR/index.html

PANICr包：非平稳性的PANIC测试

https://cloud.r-project.org/web/packages/PANICr/index.html

pdR包：面板数据中的单位根检验

https://cloud.r-project.org/web/packages/pdR/index.html

pampe包：用于方案评估的面板数据方法

https://cloud.r-project.org/web/packages/pampe/index.html

时间序列模型 Time series data and models

• 1）规则间隔时间序列的设置，Infrastructure for regularly spaced time series

stats包：封装在stats包中的“ts”对规则间隔时间序列的设置，用于年、季和月度等数据

zoo包：封装在zoo包中的"zooreg"，构造规则时间序列对象

https://cloud.r-project.org/web/packages/zoo/index.html

• 2）不规则间隔时间序列的设置，Infrastructure for irregularly spaced time series

zoo包：提供规则和不规则间隔时间序列的基础结构

https://cloud.r-project.org/web/packages/zoo/index.html

xts包：可扩展时间序列，基于时间数据进行统一处理

https://cloud.r-project.org/web/packages/xts/index.html

• 3）经典的时间序列模型，Classical time series models

stats包：使用ar()和ARIMA建模来估算简单的自回归模型，使用arima（）进行Box-Jenkins类型分析

forecast包：时间序列和线性模型的预测功能

https://cloud.r-project.org/web/packages/forecast/index.html

• 4）线性回归模型，Linear regression models

dynlm包：动态线性回归

https://cloud.r-project.org/web/packages/dynlm/index.html

nlme包：使用nlme的gls（）通过GLS进行带有AR误差项的线性回归模型

https://cloud.r-project.org/web/packages/nlme/index.html

• 5）结构时间序列模型，Structural time series models

stats包：标准模型可用stats包中StructTS()函数

• 6）筛选和分解，Filtering and decomposition

stats包：decompose() 和 HoltWinters()

• 7）向量自回归，Vector autoregression*

stats包：简单模型用stats包中的 ar()

vars 包：提供更详细的模型，包括回归诊断、可视化功能

https://cloud.r-project.org/web/packages/vars/index.html

panelvar包：面板数据中向量自回归

https://cloud.r-project.org/web/packages/panelvar/index.html

• 8）单位根和协整检验，Unit root and cointegration tests

urca包：时间序列数据的单位根和协整检验

https://cloud.r-project.org/web/packages/urca/index.html

tseries包：时间序列分析与计算

https://cloud.r-project.org/web/packages/tseries/index.html

CADFtest包：协变量Dickey-Fuller单位根检验

https://cloud.r-project.org/web/packages/CADFtest/index.html

pco包：面板协整检验

https://cloud.r-project.org/web/packages/pco/index.html

• 9）其他，Miscellaneous

tsDyn包：阈值和平滑转换模型

https://cloud.r-project.org/web/packages/tsDyn/index.html

PSTR 包：面板平滑转换回归模型

https://cloud.r-project.org/web/packages/PSTR/index.html

midasr包：MIDAS回归和其他混合频率时间序列数据分析

https://cloud.r-project.org/web/packages/midasr/index.html

gets包：General-to-Specific (GETS)模型和指标饱和度方法

https://cloud.r-project.org/web/packages/gets/index.html

tsfa包：时间序列因子分析

https://cloud.r-project.org/web/packages/tsfa/index.html

bimets包：联立方程模型对时间序列数据进行计量经济学建模

https://cloud.r-project.org/web/packages/bimets/index.html

dlsem包：分布滞后线性结构方程模型

https://cloud.r-project.org/web/packages/dlsem/index.html

apt包：非对称价格传递模型

https://cloud.r-project.org/web/packages/apt/index.html

注：文中所列出R语言包，均参考CRAN Task Views官网信息，获取全文详细内容，请点击阅读原文进行查阅！

---

文章首发于公众号数据Seminar

工具&方法 | “名牌包”：面板、时间序列模型常用R语言包​mp.weixin.qq.com

更多精彩内容请关注公众号数据Seminar