#econometrics 仓库
探索 28 个标记为 #econometrics 的活跃开源 GitHub 仓库,它们累计获得 64,490 个 Star(平均每个项目 2,303 个)。该主题的领先项目是 statsmodels/statsmodels,拥有 11,759 个 Star。
共 28 个仓库
ALICE(Automated Learning and Intelligence for Causation and Economics)是微软研究院的一个项目,旨在将人工智能概念应用于经济决策。其目标之一是构建一个工具包,将最先进的机器学习技术与计量经济学相结合,以实现复杂因果推理问题的自动化。到目前为止,ALICE Python SDK(econml)实现了正交机器学习算法,例如双重机器学习工作
一个可直接 fork 的 Claude Code 学术研究模板,适用于论文、数据分析(R、Stata、Python)、幻灯片和教学,并配备多智能体审查、强制质量门槛和复现流程。Codex 和 Antigravity 也可以使用。
Robyn 是 Meta Marketing Science 推出的实验性、由 AI/ML 驱动且开源的营销组合建模 (MMM) 包。我们的使命是普及建模知识,通过创新启发行业,减少建模过程中的人为偏见,并建立一个强大的开源营销科学社区。
覆盖主流期刊的 Claude Code/Codex 期刊技能包,从选题、识别策略到表格规范与审稿回复全流程,助你快速发论文。
Causal Inference for the Brave and True的中文翻译版。全部代码基于Python,适用于计量经济学、量化社会学、策略评估等领域。英文版原作者:Matheus Facure
用于计算和绘制100多种统计和ML模型类的预测、斜率、边际均值和比较(对比、风险比、赔率等)的R软件包。进行线性和非线性假设检验或等效性检验。使用delta方法、bootstrap或基于模拟的推理计算不确定性估计
《Mostly Harmless Econometrics》表格和图表的 Stata, R, Python 和 Julia 复现。
常见问题解答
GitHub 上最受欢迎的 #econometrics 仓库是什么?
GitHub 上排名第一的开源 #econometrics 项目是 statsmodels/statsmodels,拥有 11,759 个 Star。Statsmodels: Python 中的统计建模和计量经济学
#econometrics 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #econometrics 项目中,最常见的编程语言是 Python, Jupyter Notebook, Stata, R。
#econometrics 仓库的排名是如何计算的?
我们跟踪了 28 个标记为 #econometrics 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 64,490 个 Star,平均每个仓库拥有 2,303 个 Star。排名每日根据 GitHub API 更新。