R的应用领域包介绍.docx

R 的应用领域包介绍 By R-FoxAnalysis of Pharmacokinetic Data 药物(代谢)动力学数据分析网址：http://cran.r—project. org/web/views/Pharmacokinetics.html 维护人员： Suzette Blanchard版本： 2008—02—15翻译： R—fox, 2008—04—12药物(代谢)动力学数据分析的主要目的是用非线性浓度时间曲线(concen tra tion t ime curve)或相关的总结(如曲线下面积)确定给药方案 (dosing regimen)和身体对药物反应间的关系R基本包里的nls ()函数用非 线性最小二乘估计法估计非线性模型的参数，返回nls类的对象，有coef(), formula()， resid()， print()， summary()， AIC()， fitted() and vcov() 等方法在主要目的实现后，兴趣就转移到研究属性(如：年龄、体重、伴随用药、肾功 能)不同的人群是否需要改变药物剂量在药物(代谢)动力学领域，分析多个 个体的组合数据估计人群参数被称作群体药动学(population PK)。

非线性混 合模型为分析群体药动学数据提供了自然的工具，包括概率或贝叶斯估计方法nlme包用Lindstrom和Bates提出的概率方法拟合非线性混合效应模型(1990, Biome tries 46, 673-87)，允许 nes ted 随机效应(nes ted random effec ts), 组内误差允许相关的或不等的方差返回一个nlme类的对象表示拟合结果，结 果可用print(), plot()和summary方法输出nlme对象给出了细节的结果 信息和提取方法nlmeODE 包组合 odesolve 包和 nlme 包做混合效应建模，包括多个药动学/药效 学(PK/PD)模型面版数据(panel data)的贝叶斯估计方法在CRAN的Bayesian Inference任务列 表里有所描述(htt p://cran.r—projec t. org/web/views/Bayesian.h tml)PKtools包为nlme，NONMEM和WinBUGS包提供单剂量群体药动学数据的接口， 分别返回〃PKNLME〃，"NONMEM〃和"WinBUGS"类的对象；促进了混合似然和贝叶斯 方法的使用。

PKtools包的其它函数有：AICcomp ()函数从NONMEM和nlme计算 模型的 AIC, AICc (small sample AIC)和对数似然值paramEst() 和 indEst() 分别返回群体和个体参数，对NONMEM类使用最大似然法，对nlme类使用广义最 小二乘法，对WinBUGS类使用MCMC贝叶斯估计法HTMLtools()和七6乂()函数分 别输出群体和个体参数的HTML和LaTeX报道文件，和诊断图(diagnostic plot) 便于用户选择估计方法还能分别产生HTML tools和tex文件里的诊断图其它的分析药物(代谢)动力学数据的包还有：PK，PKfit和dreVR包束的MASS 包包括一些基本的方法，如：计算 Logit 或 Probit 模型的半数致死计量 LD50分析药物(代谢)动力学数据的图形展示也非常重要，lattice包的trellis图 用来可视化面板数据计算计量经济学(Comp ut ational Econometrics)网址：http://cran.r-project. org/web/views/Econometrics.html 维护人员： Achim Zeileis版本： 2008-04-02翻译： R-fox, 2008-04-15R的很多基本函数都可用于计量经济学，尤其是stats包。

CRAN的许多包也有可 以分析计量经济学，下面做个简要的综述这里介绍的工具可能与CRAN的计量 金融(empirical finance )任务列表(http://cran.r-project. org/web/views/Finance.html)有许多的重合此外， 从邮件列表 finance SIG(htt ps://www.s tat .ma th.e thz.ch/mailman/lis tin fo/R-SIG-Finance/) 可获 得计量经济和计量金融相关的帮助和讨论问题CRAN的SocialSciences任务列 表(http://cran.r-project. org/web /views/SocialSciences.html) 覆盖了许 多社会科学的工具，因此也与这里的工具有所重合，如：政治科学这里综述的 包大致可分为如下的几个话题：1) 线形回归模型(Linear regression models)线形模型可由lm()函数拟合，也有各种检验方法用来比较模型，女如summary() 和anova()类似的函数也支持类似的功能也适合于渐近检验(如：z检验而 不是检验，卡方检验而不是F检验)，此外还有lmtest包里的coeftest()和 waldtest()函数。

car包里的linear.hypothesis()可检验更广义的线形假设 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 供了许多线形回归模型的诊断方法2) 微观计量经济学(Microeconometries)：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模型负二项广义线形模型可由MASS包的glm.nb() 实现边缘(zero—inflated)和hurdle计数模型可由pscl包提供，zicounts 包里也实现了边缘模型双变量Poisson回归模型可在bivpois包里实现基本 的删失回归模型(censored regression model)，如:tobit 模型，可由 survival 包里的survreg()函数拟合o micEcon包里提供了微观计量经济学的更好的工具 bayesm包执行微观计量济学和营销学(marketing)中的贝叶斯方法reldist 包提供了相对分布(relative distributions)相关的方法。

3) 其它的回归模型(Further regression models)：R 和 CRNA 包里有各种延伸的线形回归模型和其它模型拟合方法非线性最小二 乘回归建模可用stats包里的nls ()实现相关的包还有：quantreg (分位数回 归 Qua ntile Regression)， crq (截取分位点回归 censored qua ntile regression)，plm (面板数据的线形回归)，sem (线性结构方程模型，包括二 阶段最小平方)，systemfit (联立方程估计)，np (非参核方法)，betareg (beta回归)，nlme (非线性混合效应模型)，VR (nnet包的多项Logit模型)，MNP (贝叶斯多项Probit模型)Design和Hmisc包提供广义线形回归模型的 工具4) 基本的时间序列架构(Basic time series infrastrueture)：tats包的〃ts〃类是R的规则间隔时间序列的标准类Zoo包提供了规则和不规 则间隔时间序列的架构建立在〃POSIXt〃时间-日期类上的its, tseries和 fCalendar 包也提供不规则间隔时间序列的架构，特别用于金融分析。

5) 时间序列建模(Time series modelling)：stats包里有经典的时间序列建模工具，arima()函数做ARIMA建模和 Box-Jenkins-t ype分析stats包还提供St rue tTS()函数拟合结构时间序列， decompose过滤时间序列，HoltWinters()分解时间序列forecasting包束提 供了一些延伸的方法，尤其是预测和模型选择多种时间序列的过滤器可在 mFilter包里找到为了估计VAR模型，stats包的ar ()拟合简单的模型，vars 包、dse包的estVARXls()提供了更精巧的模型，MSBVAR包提供了贝叶斯方法 Dynlm包提供了经由OLS过滤动态回归模型的方便接口； dyn包里则提供了不同 的方法更高级的动态系统方程可由dse包拟合高斯线形状态空间模型可由 dlm包拟合(用最大斯然，kalman滤波/平滑，和贝叶斯方法)Unit root (单 位根)和 cointegration technique (协整技术)可在 urca， uroot 和 tseries 包里找到tsfa包可做时间序列因子分析sde包提供随机微分方程的模拟和推 论。

6) 矩阵处理(Matrix manipulations)：作为一个向量和矩阵语言，R有许多基本函数处理矩阵，与Matrix和SparseM 包互补7) 放回再抽样(Bootstrap)：除了推荐的 boot 包， bootstrap 或 simpleboot 包里有一些其它的常规 bootstrapping 技术；还有些函数专门为时间序列数据而设计，如： meboot 包里 的最大熵 bootstrap， tseries 包里的 tsbootstrap()函数8) 不平等(Inequality)：为了测量不平等(inequali ty)，集中(conce nt ra tion)和贫穷(pover ty)， ineq包提供了一些基本的工具，如:劳伦茨曲线(Lorenz curves)，Pen's parade， 基尼系数(Gini coefficient)9) 结构变化(St ruc tural change )：R有很强的处理参数模型的结构变化和变化点的能力，可参考strucchange和 segmented 包10) 数据集(Data sets)： 这里介绍的许多包里都有来自计量经济学文献里的数据集， Ecdat 包包括许多来 自计量经济学教科书和杂志(应用计量经济学，商业/经济统计)的数据集。

FinTS 包针对书'Analysis of Financial Time Series' (2nd ed., 2005, Wiley)包 括数据集，函数，列子的脚本文件CDNmoney包提供加拿大货币流通额，pwt 包提供佩恩世界表(Penn World Table) oR 空间分析 很高兴看到R在生态学里的众多应用，我是生态学的外行，但也想来凑下热闹 希望越来越多的人喜欢R(http://www.r-project.org/)，喜欢R语言中文论 坛(http://rbbs.biosino.org/Rbbs/forums/list.page)下面根据 CRAN 的介 绍资料综述一下R分析空间数据的功能(http://cran.r-project.org/web/views /Spatial.html； http://r-spatial. sourceforge. net/；http://sal. uiuc. edu /csiss/Rgeo//) ， 仅仅是翻译总结资料，有不对的地方请批评指正R分析空间数据(Spatial Data)的包主要包括两部分：1) 导入导出空间数据2) 分析空间数据功能及函数包：1) 分类空间数据(Classes f。