Git Stars Git Stars

#econometrics Repositorios

Descubre 28 repositorios activos de código abierto de GitHub etiquetados con #econometrics, que acumulan 64,490 estrellas en total (una media de 2,303 estrellas por proyecto). El líder de este tema es statsmodels/statsmodels, con 11,759 estrellas.

28
Total de Repositorios
64,490
Total de estrellas
2,303
Promedio de Estrellas/Repo

28 repositorios en total

1
statsmodels/statsmodels

Statsmodels: modelado estadístico y econometría en Python

statsmodels
⭐ 11,759 Python 👤 statsmodels Organization 🕐 Actualizado 2026-11-21 📅 Creado 2011-06-12
2
cantaro86/Financial-Models-Numerical-Methods

Colección de cuadernos sobre finanzas cuantitativas, con código Python interactivo.

cantaro86
⭐ 7,547 Jupyter Notebook 👤 cantaro86 User 🕐 Actualizado 2026-10-05 📅 Creado 2019-09-10
4
Nixtla/statsforecast

Predicciones ultrarrápidas con modelos estadísticos y econométricos.

Nixtla
⭐ 4,982 Python 👤 Nixtla Organization 🕐 Actualizado 2026-11-19 📅 Creado 2021-11-24
5
py-why/EconML

ALICE (Automated Learning and Intelligence for Causation and Economics) es un proyecto de Microsoft Research dirigido a aplicar conceptos de Inteligencia Artificial en la toma de decisiones económicas. Uno de sus objetivos es construir un kit de herramientas que combine técnicas de aprendizaje automático de vanguardia con econometría para llevar la automatización a problemas complejos de inferencia causal. Hasta la fecha, el SDK de Python de ALICE (econml) implementa algoritmos de aprendizaje automático ortogonal, como el trabajo de aprendizaje automático doble de

py-why
⭐ 4,861 Jupyter Notebook 👤 py-why Organization 🕐 Actualizado 2026-11-20 📅 Creado 2018-04-30
6
matheusfacure/python-causality-handbook

Inferencia Causal para los Valientes y los Verdaderos. Un enfoque ligero pero riguroso para aprender sobre la estimación de impacto y la causalidad.

matheusfacure
⭐ 3,520 Jupyter Notebook 👤 matheusfacure User 🕐 Actualizado 2026-10-06 📅 Creado 2020-04-15
7
unslothai/hyperlearn

Algoritmos de ML 2-2000x más rápidos, 50% menos uso de memoria, funciona en todo hardware - nuevo y viejo.

unslothai
⭐ 2,370 Jupyter Notebook 👤 unslothai Organization 🕐 Actualizado 2024-11-19 📅 Creado 2018-08-27
8
paulgp/applied-methods-phd

Repositorio para el curso de Doctorado en Métodos Empíricos Aplicados de Yale

paulgp
⭐ 2,270 TeX 👤 paulgp User 🕐 Actualizado 2026-04-30 📅 Creado 2021-01-13
9
alkaline-ml/pmdarima

Una biblioteca estadística diseñada para llenar el vacío en las capacidades de análisis de series temporales de Python, incluyendo el equivalente a la función auto.arima de R.

alkaline-ml
⭐ 1,741 Python 👤 alkaline-ml Organization 🕐 Actualizado 2026-10-19 📅 Creado 2017-03-30
10
pedrohcgs/claude-code-my-workflow

Una plantilla de Claude Code lista para bifurcar, diseñada para la investigación académica: artículos, análisis de datos (R, Stata, Python), presentaciones y docencia, con revisión multiagente, controles de calidad obligatorios y protocolos de replicación. También se puede usar con Codex y Antigravity.

pedrohcgs
⭐ 1,729 HTML 👤 pedrohcgs User 🕐 Actualizado 2026-11-07 📅 Creado 2026-02-06
11
google/meridian

Meridian es un marco MMM que permite a los anunciantes configurar y ejecutar sus propios modelos internos.

google
⭐ 1,608 Python 👤 google Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-01-31
12
facebookexperimental/Robyn

Robyn es un paquete experimental de modelado de mezcla de marketing (MMM) de código abierto impulsado por IA/ML de Meta Marketing Science. Nuestra misión es democratizar el conocimiento de modelado, inspirar a la industria a través de la innovación, reducir el sesgo humano en el proceso de modelado y construir una sólida comunidad de ciencia de marketing de código abierto.

facebookexperimental
⭐ 1,538 Jupyter Notebook 👤 facebookexperimental Organization 🕐 Actualizado 2026-11-10 📅 Creado 2020-04-30
13
brycewang-stanford/Awesome-Journal-Skills

Paquetes de habilidades de Claude Code/Codex específicos para revistas académicas, cubriendo publicaciones principales — AER, QJE, Nature, Cell, Management World, Economic Research Journal y más de 200 otras — tu vía rápida para publicar.

brycewang-stanford
⭐ 1,440 Stata 👤 brycewang-stanford User 🕐 Actualizado 2026-09-27 📅 Creado 2026-05-25
14
grf-labs/grf

Bosques Aleatorios Generalizados

grf-labs
⭐ 1,121 C++ 👤 grf-labs Organization 🕐 Actualizado 2026-04-30 📅 Creado 2016-08-12
⭐ 1,026 GAMS 👤 DREAM-DK Organization 🕐 Actualizado 2026-11-19 📅 Creado 2022-01-07
16
google/lightweight_mmm

LightweightMMM 🦇 es una biblioteca ligera de modelado de mezcla de marketing bayesiano (MMM) que permite a los usuarios entrenar fácilmente MMM y obtener información de atribución de canales.

google
⭐ 1,019 Python 👤 google Organization 🕐 Actualizado 2025-06-17 📅 Creado 2022-02-10
17
xieliaing/CausalInferenceIntro

La versión traducida al chino de Causal Inference for the Brave and True. Todo el código se basa en Python y es aplicable a campos como la econometría, la sociología cuantitativa, la evaluación de estrategias, etc. Autor original de la versión en inglés: Matheus Facure

xieliaing
⭐ 968 Jupyter Notebook 👤 xieliaing User 🕐 Actualizado 2026-03-16 📅 Creado 2021-11-07
18
aeturrell/coding-for-economists

Este repositorio alberga el código detrás del libro en línea "Coding for Economists".

aeturrell
⭐ 947 Jupyter Notebook 👤 aeturrell User 🕐 Actualizado 2026-10-16 📅 Creado 2020-11-28
19
DoubleML/doubleml-for-py

DoubleML - Aprendizaje Automático Doble en Python

DoubleML
⭐ 801 Python 👤 DoubleML Organization 🕐 Actualizado 2026-11-18 📅 Creado 2020-09-09
20
Nixtla/hierarchicalforecast

Pronóstico jerárquico probabilístico 👑 con métodos estadísticos y econométricos.

Nixtla
⭐ 770 Python 👤 Nixtla Organization 🕐 Actualizado 2026-11-20 📅 Creado 2022-06-21
21
hanlulong/awesome-ai-for-economists

Una lista seleccionada de herramientas de IA, habilidades de agentes, bibliotecas y recursos para la investigación, la enseñanza y el análisis de políticas económicas. Mantenida por el equipo de OpenEcon.

hanlulong
⭐ 722 👤 hanlulong User 🕐 Actualizado 2026-11-07 📅 Creado 2026-02-21
22
fastverse/collapse

Transformación de Datos Avanzada y Rápida en R

fastverse
⭐ 709 C 👤 fastverse Organization 🕐 Actualizado 2026-11-09 📅 Creado 2019-02-27
23
vincentarelbundock/marginaleffects

Paquete R para calcular y representar predicciones, pendientes, medias marginales y comparaciones (contrastes, cocientes de riesgo, odds, etc.) para más de 100 clases de modelos estadísticos y de ML. Realizar pruebas de hipótesis lineales y no lineales, o pruebas de equivalencia. Calcular estimaciones de incertidumbre utilizando el método delta, bootstrapping o inferencia basada en simulación

vincentarelbundock
⭐ 656 R 👤 vincentarelbundock User 🕐 Actualizado 2026-11-09 📅 Creado 2021-09-06
24
vikjam/mostly-harmless-replication

Replicación de tablas y figuras de "Mostly Harmless Econometrics" en Stata, R, Python y Julia.

vikjam
⭐ 656 Stata 👤 vikjam User 🕐 Actualizado 2025-06-29 📅 Creado 2014-03-20
25
JohannesPfeifer/DSGE_mod

Una colección de modelos Dynare

JohannesPfeifer
⭐ 596 AMPL 👤 JohannesPfeifer User 🕐 Actualizado 2026-03-31 📅 Creado 2015-04-21
26
laurencium/Causalinference

Inferencia Causal en Python

laurencium
⭐ 581 Python 👤 laurencium User 🕐 Actualizado 2026-09-26 📅 Creado 2014-06-04
27
mca91/EconometricsWithR

📖 Un compañero interactivo para el bien recibido libro de texto 'Introduction to Econometrics' de Stock & Watson (2015)

mca91
⭐ 532 R 👤 mca91 User 🕐 Actualizado 2026-04-04 📅 Creado 2017-10-07
28
visprex/visprex

Visualiza tus archivos CSV en segundos sin enviar tus datos a ningún sitio

visprex
⭐ 526 TypeScript 👤 visprex Organization 🕐 Actualizado 2026-11-02 📅 Creado 2023-08-07

Preguntas frecuentes

1

¿Cuál es el repositorio de #econometrics más popular en GitHub?

El proyecto de código abierto de #econometrics mejor posicionado en GitHub es statsmodels/statsmodels, con 11,759 estrellas. Statsmodels: modelado estadístico y econometría en Python

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #econometrics?

Entre los proyectos de #econometrics mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Stata, R.

3

¿Cómo se calcula la clasificación de los repositorios de #econometrics?

Seguimos 28 repositorios activos de código abierto etiquetados con #econometrics (500+ estrellas), que suman un total de 64,490 estrellas, con una media de 2,303 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.