R计量经济建模工具包

R 计量经济学 MCP 服务器

这是一个通过 R 提供计量经济建模能力的模型上下文协议 (MCP) 服务器。该服务器使 AI 助手能够执行复杂的计量经济分析，包括线性回归、面板数据模型、工具变量回归和诊断测试。

功能

• 线性回归：运行带有可选稳健标准误差的线性模型
• 面板数据分析：固定效应、随机效应、合并、组间以及一阶差分模型
• 工具变量：估计 IV 回归模型
• 诊断测试：异方差性、自相关性和函数形式测试
• 资源：计量经济技术的参考文档
• 提示：用于常见计量经济分析的预定义提示模板

安装

前提条件

• Python 3.8+
• R 4.0+
• R 包：plm, lmtest, sandwich, AER, jsonlite

使用 Docker（推荐）

1. 构建 Docker 镜像：

   docker build -t r-econometrics-mcp .
   

2. 运行容器：

   docker run -it r-econometrics-mcp
   

手动安装

1. 安装所需的 Python 包：

   pip install -r requirements.txt
   

2. 安装所需的 R 包：

   install.packages(c("plm", "lmtest", "sandwich", "AER", "jsonlite"))
   

3. 运行服务器：

   python r_econometrics_mcp.py
   

与 Claude 桌面版一起使用

1. 启动 Claude 桌面版
2. 打开 MCP 服务器面板
3. 添加一个新服务器，配置如下：
   • 名称：R 计量经济学
   • 传输方式：stdio
   • 命令：path/to/python r_econometrics_mcp.py
   • （如果使用 Docker）：docker run -i r-econometrics-mcp

示例查询

这里有一些示例查询，您可以在连接服务器后与 Claude 一起使用：

线性回归

Can you analyze the relationship between price and mpg in the mtcars dataset using linear regression?

面板数据分析

I have panel data with variables gdp, investment, and trade for 30 countries over 20 years. Can you help me determine if a fixed effects or random effects model is more appropriate?

工具变量

I'm trying to estimate the causal effect of education on wages, but I'm concerned about endogeneity. Can you help me set up an instrumental variables regression?

诊断测试

After running my regression model, I'm concerned about heteroskedasticity. Can you run appropriate diagnostic tests and suggest corrections if needed?

工具参考

linear_model

运行线性回归模型。

参数：

• formula (字符串)：回归公式（例如，'y ~ x1 + x2'）
• data (对象)：作为字典/JSON 对象的数据集
• robust (布尔值，可选)：是否使用稳健标准误差

panel_model

运行面板数据模型。

参数：

• formula (字符串)：回归公式（例如，'y ~ x1 + x2'）
• data (对象)：作为字典/JSON 对象的数据集
• index (数组)：面板索引变量（例如，['individual', 'time']）
• effect (字符串，可选)：效应类型：'individual'、'time' 或 'twoways'
• model (字符串，可选)：模型类型：'within'、'random'、'pooling'、'between' 或 'fd'

diagnostics

执行模型诊断。

参数：

• formula (字符串)：回归公式（例如，'y ~ x1 + x2'）
• data (对象)：作为字典/JSON 对象的数据集
• tests (数组)：要运行的测试（例如，['bp', 'reset', 'dw']）

iv_regression

估计工具变量回归。

参数:

• formula (字符串): 回归公式（例如，'y ~ x1 + x2 | z1 + z2'）
• data (对象): 作为字典/JSON对象的数据集

资源

• econometrics:formulas: 关于常见计量经济学模型公式的介绍
• econometrics:diagnostics: 诊断测试的参考
• econometrics:panel_data: R语言中面板数据分析指南

贡献

欢迎贡献！请随时提交Pull Request。

许可证

MIT许可证

致谢

• R项目和R核心团队
• plm, lmtest, sandwich, 和 AER 包的开发者
• Anthropic 提供的Model Context Protocol