#econometrics Repositórios
Descubra 28 repositórios ativos de código aberto no GitHub marcados com #econometrics, acumulando um total de 64,490 estrelas (uma média de 2,303 por projeto). O líder deste tópico é statsmodels/statsmodels, com 11,759 estrelas.
28 repositórios no total
Coleção de notebooks sobre finanças quantitativas, com código Python interativo.
ALICE (Aprendizagem e Inteligência Automatizadas para Causa e Economia) é um projeto da Microsoft Research que visa aplicar conceitos de Inteligência Artificial à tomada de decisões econômicas. Um de seus objetivos é construir um conjunto de ferramentas que combine técnicas de aprendizado de máquina de última geração com econometria, a fim de automatizar problemas complexos de inferência causal. Até o momento, o SDK Python da ALICE (econml) implementa algoritmos de aprendizado de máquina ortogonais, como o trabalho de aprendizado de máquina duplo de
Inferência Causal para os Corajosos e Verdadeiros. Uma abordagem leve, mas rigorosa, para aprender sobre estimação de impacto e causalidade.
Algoritmos de ML 2.000x mais rápidos, 50% menos uso de memória, funciona em todo hardware - novo e antigo.
Repositório para o curso de métodos empíricos aplicados da Universidade de Yale para doutorado
Uma biblioteca estatística projetada para preencher a lacuna nas capacidades de análise de séries temporais do Python, incluindo o equivalente à função auto.arima do R.
Um template do Claude Code pronto para bifurcar, voltado à pesquisa acadêmica — artigos, análise de dados (R, Stata, Python), apresentações e ensino — com revisão multiagente, critérios de qualidade obrigatórios e protocolos de replicação. Também pode ser usado com Codex e Antigravity.
Meridian é uma estrutura de MMM que permite aos anunciantes configurar e executar os seus próprios modelos internos.
Robyn é um pacote de Modelagem de Mix de Marketing (MMM) experimental, com tecnologia de IA/ML e de código aberto da Meta Marketing Science. Nossa missão é democratizar o conhecimento de modelagem, inspirar a indústria através da inovação, reduzir o viés humano no processo de modelagem e construir uma forte comunidade de ciência de marketing de código aberto.
Pacotes de habilidades Claude Code/Codex específicos para periódicos, cobrindo as principais revistas — AER, QJE, Nature, Cell, Management World, Economic Research Journal e mais de 200 outras — seu caminho rápido para a publicação.
LightweightMMM 🦇 é uma biblioteca leve de Marketing Mix Modeling (MMM) Bayesiano que permite aos utilizadores treinar facilmente MMMs e obter informações de atribuição de canal.
Tradução para o Chinês de "Causal Inference for the Brave and True". Todo o código é baseado em Python, sendo aplicável a áreas como Econometria, Sociologia Quantitativa, Avaliação de Estratégias, entre outras. Autor original da versão em inglês: Matheus Facure
Este repositório hospeda o código por trás do livro online, Coding for Economists.
Previsão Hierárquica Probabilística 👑 com métodos estatísticos e econométricos.
Uma lista selecionada de ferramentas de IA, competências de agentes, bibliotecas e recursos para investigação, ensino e análise de políticas económicas. Mantida pela equipa OpenEcon.
Pacote R para computar e plotar predições, inclinações, médias marginais e comparações (contrastes, razões de risco, chances, etc.) para mais de 100 classes de modelos estatísticos e de ML. Conduzir testes de hipóteses lineares e não lineares, ou testes de equivalência. Calcular estimativas de incerteza usando o método delta, bootstrapping ou inferência baseada em simulação
Replicação de tabelas e figuras de "Mostly Harmless Econometrics" em Stata, R, Python e Julia.
📖Um companheiro interativo para o bem recebido livro didático 'Introduction to Econometrics' de Stock & Watson (2015)
Perguntas Frequentes
Qual é o repositório de #econometrics mais popular no GitHub?
O projeto de código aberto de #econometrics mais bem classificado no GitHub é statsmodels/statsmodels, com 11,759 estrelas. Statsmodels: modelagem estatística e econometria em Python
Quais linguagens de programação são mais usadas nos repositórios de #econometrics?
Entre os projetos de #econometrics mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Stata, R.
Como é calculada a classificação dos repositórios de #econometrics?
Acompanhamos 28 repositórios ativos de código aberto marcados com #econometrics (com mais de 500 estrelas), totalizando 64,490 estrelas e uma média de 2,303 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.