R Econometrics MCP Server

R MCP 服务器

模型上下文协议 (MCP) 服务器通过 R 提供高级计量经济学建模和数据分析功能。该服务器使 AI 助手能够无缝执行复杂的计量经济学和统计分析，帮助您快速从数据中获得洞察。

特征

• **线性回归：**运行具有可选稳健标准误差的线性模型。
• **面板数据分析：**估计固定效应、随机效应、合并、之间和一阶差分模型。
• **工具变量：**建立和估计 IV 回归模型。
• **诊断测试：**评估异方差性、自相关性和模型错误指定。
• **描述性统计：**使用 R 的 summary() 功能为数据集生成汇总统计数据。
• **相关性分析：**计算变量之间的皮尔逊或斯皮尔曼相关性。
• **分组聚合：**按指定列对数据进行分组，并使用 dplyr 计算汇总统计数据。
• **资源：**访问各种计量经济学技术的参考文献。
• **提示：**使用预定义的提示模板进行常见的计量经济学分析。

安装

使用 Docker（推荐）

1. 构建 Docker 镜像：
   docker build -t r-econometrics-mcp .
2. 运行容器：

手动安装

安装所需的 Python 包：

安装所需的 R 包（如果在容器外运行服务器）：

运行服务器：

用法

服务器通过标准输入/输出进行通信。运行以下命令：

它启动后会等待标准输入的 JSON 消息。要手动测试服务器，请创建一个包含紧凑（单行）JSON 消息的文件（例如，test_request.json）。

示例测试

创建具有以下内容的 test_request.json（单行 JSON）：

然后运行：

输出

与 Claude Desktop 一起使用

1. 启动 Claude Desktop
2. 打开 MCP 服务器面板
3. 添加具有以下配置的新服务器：
   • 姓名：R计量经济学
   • 传输：stdio
   • 命令：path/to/python r_econometrics_mcp.py
   • （或者如果使用 Docker）：docker run -i r-econometrics-mcp

示例查询

以下是服务器连接后可以与 Claude 一起使用的一些示例查询：

线性回归

面板数据分析

工具变量

诊断测试

工具参考

线性模型

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

面板模型

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）：效果类型：“个体”、“时间”或“双向”
• model （字符串，可选）：模型类型：'within'、'random'、'pooling'、'between' 或 'fd'

诊断

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_回归

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 ：有关常见计量经济学模型公式的信息
• econometrics:diagnostics ：诊断测试参考
• econometrics:panel_data ：R 面板数据分析指南

贡献

欢迎贡献代码！欢迎提交 Pull 请求。

执照

MIT 许可证