econometrics

Statsmodels: mô hình hóa thống kê và kinh tế lượng trong Python

Bộ sưu tập notebook về tài chính định lượng, có mã python tương tác.

Dự báo cực kỳ nhanh chóng với các mô hình thống kê và kinh tế lượng.

ALICE (Automated Learning and Intelligence for Causation and Economics) là một dự án nghiên cứu của Microsoft nhằm áp dụng các khái niệm Trí tuệ Nhân tạo vào việc ra quyết định kinh tế. Một trong những mục tiêu của dự án là xây dựng một bộ công cụ kết hợp các kỹ thuật học máy tiên tiến nhất với kinh tế lượng để tự động hóa các bài toán suy luận nhân quả phức tạp. Đến nay, Python SDK của ALICE (e

Causal Inference for the Brave and True. Tiếp cận học tập nhẹ nhàng nhưng chặt chẽ về ước tính tác động và nguyên nhân.

Thuật toán ML nhanh hơn từ 2 đến 2000 lần, giảm 50% bộ nhớ, chạy trên mọi phần cứng - mới và cũ

Một thư viện thống kê được thiết kế để lấp đầy khoảng trống trong các khả năng phân tích chuỗi thời gian của Python, bao gồm cả hàm tương đương với auto.arima của R.

Mẫu Claude Code sẵn sàng để fork dành cho các nhà nghiên cứu sử dụng LaTeX/Beamer + R. Bao gồm đánh giá multi-agent, kiểm soát chất lượng (quality gates), QA đối kháng và quy trình tái tạo.

Robyn là gói mô hình hóa hỗn hợp tiếp thị (MMM) mã nguồn mở, được hỗ trợ bởi AI/ML từ Meta Marketing Science, nhằm dân chủ hóa kiến thức mô hình hóa và giảm thiểu sai lệch của con người.

Rừng ngẫu nhiên tổng quát (Generalized Random Forests)

Bộ kỹ năng Claude Code/Codex chuyên dụng cho các tạp chí hàng đầu — AER, QJE, Nature, Cell, 管理世界, 经济研究 & hơn 200 tạp chí khác — giúp bạn nhanh chóng được xuất bản.

Bản dịch tiếng Trung của cuốn sách Causal Inference for the Brave and True. Tất cả mã nguồn đều dựa trên Python, phù hợp cho các lĩnh vực kinh tế lượng, xã hội học định lượng và đánh giá chính sách. Tác giả bản gốc tiếng Anh: Matheus Facure

Kho lưu trữ này chứa mã nguồn đằng sau cuốn sách trực tuyến Coding for Economists.

DoubleML - Học máy kép (Double Machine Learning) trong Python

Dự báo phân cấp xác suất với các phương pháp thống kê và kinh tế lượng.

Chuyển đổi dữ liệu nâng cao và nhanh chóng trong R

Tái tạo các bảng và hình vẽ từ "Mostly Harmless Econometrics" bằng Stata, R, Python và Julia.

Danh sách các công cụ, thư viện và tài nguyên AI được tuyển chọn dành cho nghiên cứu kinh tế, giảng dạy và phân tích chính sách. Được duy trì bởi nhóm OpenEcon.

Trực quan hóa các tệp CSV của bạn trong vài giây mà không cần gửi dữ liệu đi bất cứ đâu.

Tài liệu tương tác bổ trợ cho sách giáo khoa 'Introduction to Econometrics' của Stock & Watson (2015)

Hướng dẫn về kinh tế lượng sử dụng lập trình Python. Đây là khóa học cấp tốc để ôn tập các khái niệm và kỹ thuật quan trọng nhất của kinh tế lượng cơ bản, lý thuyết được trình bày đơn giản và mã Python trực quan.