Git Stars Git Stars

#econometrics Репозитории

Откройте для себя 28 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #econometrics, с общим числом 64,490 звёзд (в среднем 2,303 на проект). Лидером этой темы является statsmodels/statsmodels, набравший 11,759 звёзд.

28
Всего репозиториев
64,490
Всего звезд
2,303
Среднее количество звезд на репозиторий

Всего репозиториев: 28

1
statsmodels/statsmodels

Statsmodels: статистическое моделирование и эконометрика в Python

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

Коллекция ноутбуков о количественных финансах с интерактивным кодом на Python.

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

Молниеносно быстрые прогнозы с использованием статистических и эконометрических моделей.

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

ALICE (Automated Learning and Intelligence for Causation and Economics) — это проект Microsoft Research, направленный на применение концепций искусственного интеллекта в экономическом принятии решений. Одна из его целей — создание набора инструментов, сочетающего передовые методы машинного обучения с эконометрикой, чтобы автоматизировать сложные задачи причинно-следственного вывода. На сегодняшний день ALICE Python SDK (econml) реализует ортогональные алгоритмы машинного обучения, такие как работа по двойному машинному обучению

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

Причинно-следственные выводы для смелых и истинных. Легкий, но строгий подход к изучению оценки воздействия и причинности.

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

ML-алгоритмы в 2-2000 раз быстрее, использование памяти на 50% меньше, работает на всём оборудовании - новом и старом.

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

Репозиторий для докторской программы Йельского университета по прикладным эмпирическим методам

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

Статистическая библиотека, предназначенная для заполнения пробела в возможностях анализа временных рядов Python, включая эквивалент функции auto.arima из R.

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

Готовый к форку шаблон Claude Code для академических исследований: статьи, анализ данных (R, Stata, Python), презентации и преподавание. Включает проверку несколькими агентами, обязательные контрольные этапы качества и протоколы воспроизведения результатов. Шаблон также совместим с Codex и Antigravity.

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

Meridian — это фреймворк MMM, который позволяет рекламодателям настраивать и запускать собственные внутренние модели.

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

Robyn — это экспериментальный пакет для моделирования маркетинговой смеси (MMM) с открытым исходным кодом от Meta Marketing Science, работающий на базе ИИ/МО. Наша миссия — демократизировать знания в области моделирования, вдохновлять отрасль через инновации, уменьшать человеческие предубеждения в процессе моделирования и создавать сильное сообщество маркетинговых наук с открытым исходным кодом.

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

Пакеты навыков Claude Code/Codex для конкретных журналов, охватывающие ведущие издания — AER, QJE, Nature, Cell, Management World, Economic Research Journal и более 200 других — ваш кратчайший путь к публикации.

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

Обобщённые случайные леса

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

LightweightMMM 🦇 — это легкая библиотека байесовского моделирования маркетингового микса (MMM), которая позволяет пользователям легко обучать MMM и получать информацию об атрибуции каналов.

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

Китайский перевод "Causal Inference for the Brave and True". Весь код основан на Python и применим в таких областях, как эконометрика, количественная социология, оценка стратегий и т. д. Автор оригинальной английской версии: Matheus Facure

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

Этот репозиторий содержит код онлайн-книги "Coding for Economists".

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

DoubleML - Двойное машинное обучение в Python

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

Вероятностное иерархическое прогнозирование 👑 с использованием статистических и эконометрических методов.

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

Подборка инструментов ИИ, навыков агентов, библиотек и ресурсов для экономических исследований, преподавания и анализа политики. Поддерживается командой OpenEcon.

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

Продвинутая и быстрая трансформация данных в R

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

Пакет R для вычисления и построения графиков предсказаний, наклонов, маргинальных средних и сравнений (контрасты, соотношения рисков, шансы и т. д.) для более чем 100 классов статистических моделей и моделей машинного обучения. Проведение линейных и нелинейных тестов гипотез или тестов на эквивалентность. Расчет оценок неопределенности с использованием дельта-метода, бутстрапа или имитационной статистики

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

Репликация таблиц и рисунков из "Mostly Harmless Econometrics" на Stata, R, Python и Julia.

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

Коллекция моделей Dynare

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

Причинно-следственные выводы в Python

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

📖 Интерактивный компаньон к хорошо принятому учебнику 'Introduction to Econometrics' от Stock & Watson (2015)

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

Визуализируйте свои CSV-файлы за считанные секунды, не отправляя свои данные куда-либо

visprex
⭐ 526 TypeScript 👤 visprex Organization 🕐 Обновлено 2026-11-02 📅 Создано 2023-08-07

Часто задаваемые вопросы

1

Какой репозиторий по теме #econometrics наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #econometrics на GitHub — statsmodels/statsmodels, набравший 11,759 звёзд. Statsmodels: статистическое моделирование и эконометрика в Python

2

Какие языки программирования чаще всего используются в репозиториях по теме #econometrics?

Среди наиболее высоко оценённых проектов по теме #econometrics на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Stata, R.

3

Как рассчитывается рейтинг репозиториев по теме #econometrics?

Мы отслеживаем 28 активных репозиториев с открытым исходным кодом, отмеченных тегом #econometrics (500 и более звёзд), с общим числом 64,490 звёзд и в среднем 2,303 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.