各位前辈：
   R有太多的包，对包的选择本身是一个困难的问题，特别是，当同一个问题在不同包中结果不一致时，这时，如何选择？修改包、以及包中的函数对于一个纯粹的使用者来说显然不是一个太好的选择。
   比如：对nasdaq指数对数收益率单位根的检验：
在包tseries\fUintRoot\

PANICr\

FinTS……中都可以进行adf和unitroot检验，但这些包之间的检验结果差异明显，可能99%的都能有拒绝或不拒绝H0的结论，但统计量和p_value、回归model的选择差异太大了，对使用者来说，需要对这些差异一一分析、比较吗？又如何在论文中使用这些有不同结构的结果？

  末学后进，特向各位前辈请教，在这一问题上，初学者和使用者应该采取什么的态度？

   实质上，对这些海量的包，应该如何甄别、选择，并使用它？