1樓：牛壯
推薦一下自己寫的copent包。
該包實現了copula熵的估計方法，計算相關性和因果性方面絕對首選，超過其他主流方法包，包括熱門的hsic、distance correlation和經典的pearson相關。
該包可用來解決相關性分析、變數選擇和時序因果發現等問題。具體參見以下回答
R 中的哪些命令或者包讓你相見恨晚？
2樓：資料分析師王路情
我結合自己利用R語言做資料分析和挖掘工作的實際情況，說一下經常要用到的R包（也就是需要學習的R包了）
1）dplyr包-列變換的方法
2）dplyr包-行選擇的方法
3）dplyr包-列選擇的方法
4）dplyr包-資料彙總方法
2 資料視覺化包ggplot2包
3 資料科學套件包tidyverse包
4 機器學習包caret包和mlr包
關於使用tidyverse和mlr包做機器學習的學習，可以看我知乎寫的一篇文章
資料分析師王路情：用R,tidyverse和mlr做機器學習
等等當然，我還會根據具體資料工作和要解決的業務問題，學習和使用別的R包。
總之，R包非常豐富，造就了R語言強大和靈活。感謝R生態裡面的各位貢獻者。
3樓：王二
除了上述那些應用型的包外
並行記憶體管理嵌入C語言再或者spark
R處理大資料感覺缺陷比較大，先夯實好地基，要不然真心沒法用啊！
4樓：
排名不分先後
dplyr
reshape2
ggplot2
knitr
formatR
shiny
Hmisc
carsurvival
foreign
5樓：肖凱
R語言在2021以後的前景相對其它語言的前景會怎樣？
資料分析師王路情 我是看好R語言前景的。不管是2021年，還是2031年，乃至時間更長。理由如下 1R語言是由兩位統計學在S語言的基礎上建立的，並且在各行各業R語言貢獻者構建的乙個活躍的R生態下不斷壯大和成長起來的。試問，統計學有前景嗎？各行各業有前景嗎？想必此時，你會懂了。2R語言可以勝任資料分析...
R語言中資料篩選的問題？
InfiniteCycle 如果題主對SQL比較熟悉的話，在R中用SQL的語句來進行資料處理會極大地提公升工作效率。假設題主的data.frame的名字叫做 df,可以用以下package和語句進行資料篩選 install.packages sqldf manipulate data with sq...
R語言建模 auto arima 函式的使用
Muchen Zhou 我最近也在做這相關的模型 如果在ts 的選項裡沒有選擇freq,這組資料應該被預設為是沒有seasonality的 但如果加了freq,就相當於賦予了這組資料seasonality,所以auto.arima返回的模型實際是SARIMA的模型而不是單純的ARIMA 可以看到你截...