如何在R中复刻Stata的quadvariance()高精度方差计算函数？

Stata中有一个quadvariance()函数，它采用**四倍精度（扩展浮点算术）**计算方差，以此减少数值误差，尤其适用于方差极小或数值极大的数据集。当双精度计算（多数标准统计函数采用的方式）稳定性不足时，这个函数能发挥很大作用。

我正在寻找R语言中的等效实现——无论是内置函数还是第三方包——要求能实现比base R的var()更高的数值精度，理想情况下支持128位精度或任意精度算术。

请问：

• R有没有可复刻此类功能的包？
• 有没有计算高精度方差的标准方法？

我自己尝试编写了一个自定义R函数来复刻Stata的quadvariance()行为，但该函数仍使用双精度计算方差（或协方差矩阵），精度达不到要求：

quadvariance <- function(x) {
  if (is.null(dim(x)) || nrow(x) <= 1) return(0)

  if (is.matrix(x)) {
    # For matrices, apply quadvariance to each column
    n <- nrow(x)
    result <- matrix(0, ncol(x), ncol(x))
    means <- colMeans(x)

    # Calculate covariance matrix with n divisor
    for (i in 1:ncol(x)) {
      for (j in 1:ncol(x)) {
        result[i, j] <- sum((x[,i] - means[i]) * (x[,j] - means[j])) / n
      }
    }
    return(result)
  } else {
    # For vectors
    n <- length(x)
    mean_x <- mean(x)
    return(sum((x - mean_x)^2) / n)
  }
}

如果目前没有现成的解决方案，我打算开发相关工具，欢迎感兴趣的开发者参与贡献！

内容的提问来源于stack exchange，提问作者Elliot P