R语言与计量经济学:零基础学习视角
本文主要就截面、面板数据处理与R语言结合交流学习经验，适合零基础的初学者，高手请飘过。
一、选择R语言的初衷
（1）R软件开源，并且CRAN平台每天发布新包，适合前沿学术研究；
（2）机器学习和神经网络等研究方法正与计量经济学融合，R语言提供了大量的软件包；
（3）节约大量的软件支出费用；
（4）避免版权风险。
二、学习过程和效果
零基础，身体力行实践相关R语言教程；实践过程备受打击，几近放弃，致力毕业的信念支撑自己度过无数的孤独与落寞的日子，一年后终于可以利用R语言进行学术研究。
三、学习R的经验
沉心总结，学习R大致可分三个阶段：
（一）初级阶段
1.R软件和配套软件准备
（1）下载和安装R软件
R软件有Windows/OS X/Linux三个版本，都可以从CRAN平台上下载R软件：
图1 R软件下载页面
（http://nbcgib.uesc.br/mirrors/cran/）
（2）配合R软件使用的两个常见应用环境Tinn-R和Rstudio的下载与安装
①下载和安装Tinn-R软件
图2 Tinn-R下载页面
（https://sourceforge.net/projects/tinn-r/）
②下载和安装Rstudio软件
图3 Rstudio下载页面
（https://www.rstudio.com/products/rstudio/download/）
（3）软件组合使用
个人偏好使用R+Rstudio组合，一个重要的原因就是Rstudio平台可以融合Python,并能运用谢益辉编写的包，进行RR（Reproducible Research）和专业排版。
2.初级阶段的教程
尽量选择短小、命令比较齐全的教程，轻松快速入门。个人经验，选择如下教程。
（1）Matt Baggott（2013）的《R reference card v2》
适合英文基础好的读者，卡片简短，包括所有可以用到的常用命令，可以随身携带方便，学习方便。
（2）Sizhe Liu (2013)的中文版《R reference card》
适合中文入门读者，卡片简短，包括所有可以用到的常用命令，可以随身携带方便，学习方便。
（3）Manual： 《An Introduction to R》、《R Data Import/Export》
最新R软件入门读物，通读并实践，极快入门，提升对学习R语言的信心和兴趣，适合随身携带ipad平板的读者阅读，也可打印出来精读，建议使用英文原版阅读，个人比较偏好。
（4）方匡南, 朱建平, 姜叶飞（2015）的《R数据分析:方法与案例详解》
此书适合基础演练，中文版，上手快，如能结合方匡南网上视频学习，效果突飞猛进。推荐此教材应用到《数理金融》课程实践，学生反馈比较好。
此阶段，以中英文版的R reference card 为范本，实践所有的命令，目标就是要上手快，建立学习R语言的兴趣和信心。
Sizhe Liu (2013)的中文版《R reference card》、Matt Baggott（2013）的《R reference card v2》、《An Introduction to R》、《R Data Import/Export》直接从： http://nbcgib.uesc.br/mirrors/cran/下载；方匡南, 朱建平, 姜叶飞（2015）的《R数据分析:方法与案例详解》这书人大经济论坛有电子版，也可从实体店购买纸质书学习。
（二）中级阶段
中级阶段就是要全面反复实践R语言在中级计量经济学中的应用。理论教材：Jeffrey M. Wooldridge的《Introductory Econometrics: A Modern Approach，6e》是同行认可的较好的经典教材，此书理论分析清晰、数据齐全（人大经济论坛可以下载电子版和相应数据）；R软件实践: Florian Heiss(2016)的《Using R for Introductory Econometrics》,此教材完美结合了R与中级计量经济学。此书的电子版可以从（http://bbs.pinggu.org/forum.php?mod=viewthread&tid=4582451&ctid=2418.）下载，数据和代码可以从（http://www.urfie.net/downloads.html）下载。
图4 Using R for Introductory Econometrics
（三）高级阶段
1.参数估计进阶
（1）选用Croissant and Millo（2018）的《Pane Data Econometrics with R》
此书理论分析精当，命令介绍全面，是我学习见过最好的教材了（恕我眼界不高哦），一流的学者，一流的著作。
（2）选用黄长全（2017）的《贝叶斯统计及其R实现》推进参数估计水平
此书是在我校教材科发现的，学习过程愉悦。此书厚度适中，理论分析简洁，命令使用轻松。
2.非参数与半参数入门
（2）选用柳向东（2015）的《非参数统计：基于R语言案例分析》
此书理论比较详尽，R命令使用比较齐全，适合实操。
（3）David Ruppert etc（2003）的《Semiparametric Regression》。
此书英文，比较厚，理论讲解清晰，R命令使用清楚，适合实操。
3.非线性入门
（1）选用Ritz and Streibig（2008）的《Nonlinear Regression with R》
此书厚度适中，比较适合学习，理论与实践结合好。
可从http://gen.lib.rus.ec/下载英文电子书，中文教材也有电子书。建议尊重知识产权，购买正版纸质书。
四、扩展方向
掌握了初中高级计量经济学和R语言，就可以根据自己的兴趣选择专题学习，如要学习空间计量经济学：
基础操作的学习：
（1）Luc Anselin （2005）的Spatial Regression Analysis in R-A Workbook，最早的入门著作，侧重模拟，值得深入学习；
（2）Reinhold Kosfeld（2016）的Spatial Econometrics with R-Spatial Data Analysis of the 5-Region Script Example，空间计量分析全操作，非常全面；
（3）Arbia（2014）的《A Primer for Spatial Econometrics: With Applications in R》：部分理论，部分R操作，入门级别；
操作与理论分析结合：
（1）Kelejian et al.(2017)的《Spatial Econometrics》：理论分析非常精彩;
（2）McMillen (2012)的《Quantile Regression for Spatial Data》,分位数空间计量的经典著作。
下期预告：ANUSPLIN插值专题系列-线性插值及研究区站点提取
推文期数：2018119
责任编辑：陈辉民，崔文超，曹丽，王万里
推文审核：张天舒，梁龙武 ，骆丹云
总审核：学术无界顾问团
下期预告：ANUSPLIN插值专题系列-线性插值及研究区站点提取
往期回顾：