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，a