LIMDEP和NLOGIT程序功能菜单
LIMDEP和NLOGIT是的统计分析软件程序。它们用于数据分析，数据管理和模型构建的工具，从的线性回归到方程式非线性系统的估计。提供了现代经验研究中的使用技术。
模型估计和数据分析
对连续，离散，有限和审查的因变量提供了近200种模型公式，：
线性回归
文件的估计
非线性和对数线性回归
Probit和Logit模型可供二进制选择
有序选择模型
多项式选择
删节和截断
样本选择模型
分位数回归（线性和计数）
计数数据的泊松和负二项式模型
随机边界和DEA
时间序列模型
面板数据模型
统计分析
编程语言允许扩展的估计量：
模型估计
测试与限制
后期估算分析
模拟
部分效果
Delta和Krinsky / Robb方法
面板数据模型
可以使用面板数据的形式来分析线性和非线性模型，：
固定效应和随机效应线性模型
非线性固定效应模型
随机效应模型
随机参数 - 混合模型
潜在类模型
统计与图形
描述性统计和图形分析工具：
横截面和面板的描述性统计
均值和分位数表
时间序列
光谱密度
图形工具
内核密度
判别分析
等高线图
提供了包装的计数数据的广泛的规范，几种新开发的信号：
泊松和负二项式模型
NB信号的新规格
广义泊松，Polya-Aeppli
零拓展和障碍
固定和随机效果
潜在阶层
分位数泊松回归
程式设计
提供了矩阵和数据操作命令在内的编程语言，用于建立新的估算器：
使用LIMDEP和NLOGIT进行编程
用户定义的
矩阵代数
科学计算器
用户编写的程序和估计器
SFA和DEA
提供了随机边界模型的形式：
固定和随机效果
潜在类随机前沿
异方差性
技术效率低估
数据包络分析
（这是同时具有SFA和DEA的软件包）
LIMDEP中的离散选择
提供了二进制，多项式，有序，技术和多元离散数据的离散选择估计量：
Probit和Logit模型可供二进制选择
有序选择单变量，双变量，分层和样本选择
面板数据
多项式对数
技术数据模型
NLOGIT中的多项式选择
NLOGITLIMDEP的以及LIMDEP中未出现的多项式选择模型的众多扩展，：
数据分析
模型估计
混合（随机参数）logit模型
广义混合对数
WTP空间中的估计
多项式概率模型
潜在类模型
错误组件（RE）logit模型
动态随机效应MNL
广义嵌套logit模型
型号规格
模型模拟
（这些功能未出现在LIMDEP中）
时间序列分析
提供了一系列时间序列估计量，：
ARMAX模型
GARCH和均值GARCH模型
光谱密度估计
ACF和PACF
Phillips - Perron测试
Newey- West估算器
计算方法
始终采用其的计算方法。其中：
描述性统计
方差分析
线性回归
数据管理
数据管理工具：
数据输入输出
数据转换
采样和引导
蒙特卡洛分析
加权数据
随机数生成
