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