#econometrics 저장소
#econometrics 태그가 지정된 GitHub의 활성 오픈 소스 저장소 28개를 확인해 보세요. 총 64,490개의 스타를 획득했으며 프로젝트당 평균 2,303개입니다. 이 주제를 이끄는 저장소는 11,759개의 스타를 받은 statsmodels/statsmodels입니다.
저장소 총 28개
ALICE (Automated Learning and Intelligence for Causation and Economics)는 Microsoft Research 프로젝트로, 인공 지능 개념을 경제적 의사 결정에 적용하는 것을 목표로 합니다. 그 목표 중 하나는 최첨단 머신 러닝 기법과 계량 경제학을 결합한 툴킷을 구축하여 복잡한 인과 추론 문제에 자동화를 가져오는 것입니다. 현재까지 ALICE Python SDK (econml)는 Double Machine Learning 작업과 같은 직교 머신 러닝 알고리즘을 구현합니다.
용감하고 진실한 당신을 위한 인과 추론. 영향 추정 및 인과 관계 학습에 대한 경쾌하면서도 엄격한 접근 방식.
Python의 시간 계열 분석 기능의 공백을 메우기 위해 설계된 통계 라이브러리로, R의 auto.arima 함수와 동등한 기능을 포함합니다.
학술 연구를 위한 바로 포크 가능한 Claude Code 템플릿입니다. 논문, 데이터 분석(R, Stata, Python), 슬라이드 및 강의에 활용할 수 있으며, 다중 에이전트 검토, 필수 품질 게이트, 재현 프로토콜을 제공합니다. Codex와 Antigravity에서도 사용할 수 있습니다.
Robyn은 Meta Marketing Science의 실험적인 AI/ML 기반 오픈 소스 마케팅 믹스 모델링(MMM) 패키지입니다. 우리의 임무는 모델링 지식을 대중화하고, 혁신을 통해 업계에 영감을 불어넣고, 모델링 프로세스에서 인간의 편견을 줄이며, 강력한 오픈 소스 마케팅 과학 커뮤니티를 구축하는 것입니다.
주요 저널을 아우르는 Claude Code/Codex 저널 특화 스킬 팩(AER, QJE, Nature, Cell, 관리세계, 경제연구 등 200개 이상) — 논문 출판을 위한 가장 빠른 길.
LightweightMMM 🦇는 사용자가 MMM을 쉽게 학습하고 채널 기여 정보를 얻을 수 있는 경량 베이지안 마케팅 믹스 모델링(MMM) 라이브러리입니다.
Causal Inference for the Brave and True의 중국어 번역본입니다. 모든 코드는 Python을 기반으로 하며 계량경제학, 정량사회학, 전략평가 등 분야에 적용 가능합니다. 영어 원저자: Matheus Facure
경제학 연구, 교육 및 정책 분석을 위한 AI 도구, 에이전트 기술, 라이브러리 및 리소스를 엄선한 목록입니다. OpenEcon 팀이 관리합니다.
100개 이상의 통계 및 ML 모델 클래스에 대한 예측, 기울기, 주변 평균 및 비교(대조, 위험 비율, 승산비 등)를 계산하고 플로팅하는 R 패키지. 선형 및 비선형 가설 검정 또는 동등성 검정을 수행합니다. 델타 방법, 부트스트래핑 또는 시뮬레이션 기반 추론을 사용하여 불확실성 추정치를 계산합니다.
"Mostly Harmless Econometrics"의 표와 그림을 Stata, R, Python 및 Julia로 복제합니다.
📖 Stock & Watson (2015)의 잘 받아들여진 교과서 'Introduction to Econometrics'의 상호작용적 동반자
자주 묻는 질문
GitHub에서 가장 인기 있는 #econometrics 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #econometrics 프로젝트는 11,759개의 스타를 받은 statsmodels/statsmodels입니다. Statsmodels: Python에서의 통계 모델링 및 계량경제학
#econometrics 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #econometrics 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, Stata, R입니다.
#econometrics 저장소 순위는 어떻게 계산되나요?
#econometrics 태그가 지정된 활성 오픈 소스 저장소(28개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 64,490개이며 저장소당 평균 2,303개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.