R Econometrics MCP Server

Servidor R MCP

Un servidor de Protocolo de Contexto de Modelo (MCP) que proporciona capacidades avanzadas de modelado econométrico y análisis de datos a través de R. Este servidor permite a los asistentes de IA realizar análisis econométricos y estadísticos sofisticados sin problemas, lo que le ayuda a obtener rápidamente información de sus datos.

Características

• Regresión lineal: ejecute modelos lineales con errores estándar robustos opcionales.
• Análisis de datos de panel: Estime modelos de efectos fijos, efectos aleatorios, agrupamiento, entre y de primera diferencia.
• Variables Instrumentales: Construir y estimar modelos de regresión IV.
• Pruebas de diagnóstico: evalúan la heterocedasticidad, la autocorrelación y la especificación incorrecta del modelo.
• Estadísticas descriptivas: genere estadísticas de resumen para conjuntos de datos utilizando la funcionalidad summary() de R.
• Análisis de correlación: Calcule correlaciones de Pearson o Spearman entre variables.
• Agregaciones agrupadas: agrupe datos por columnas específicas y calcule estadísticas de resumen utilizando dplyr.
• Recursos: Acceda a documentación de referencia para diversas técnicas econométricas.
• Indicaciones: utilice plantillas de indicaciones predefinidas para análisis econométricos comunes.

Instalación

Uso de Docker (recomendado)

1. Construya la imagen de Docker:
   docker build -t r-econometrics-mcp .
2. Ejecute el contenedor:

Instalación manual

Instale los paquetes de Python necesarios:

Instale los paquetes R necesarios (si ejecuta el servidor fuera de un contenedor):

Ejecutar el servidor:

Uso

El servidor se comunica mediante entrada/salida estándar. Al ejecutar:

Se inicia y espera mensajes JSON en la entrada estándar. Para probar el servidor manualmente, cree un archivo (por ejemplo, test_request.json) con un mensaje JSON compacto (de una sola línea).

Prueba de ejemplo

Cree test_request.json con el siguiente contenido (un JSON de una línea):

Luego ejecuta:

Producción

Uso con Claude Desktop

1. Iniciar Claude Desktop
2. Abra el panel Servidores MCP
3. Agregue un nuevo servidor con la siguiente configuración:
   • Nombre: R Econometría
   • Transporte: stdio
   • Comando: ruta/a/python r_econometrics_mcp.py
   • (O si usa Docker): docker run -i r-econometrics-mcp

Consultas de ejemplo

A continuación se muestran algunos ejemplos de consultas que puedes usar con Claude una vez que el servidor esté conectado:

Regresión lineal

Análisis de datos de panel

Variables instrumentales

Pruebas de diagnóstico

Referencia de herramientas

modelo lineal

Ejecutar un modelo de regresión lineal.

Parámetros :

• formula (cadena): La fórmula de regresión (por ejemplo, 'y ~ x1 + x2')
• data (objeto): conjunto de datos como diccionario/objeto JSON
• robust (booleano, opcional): si se deben utilizar errores estándar robustos

modelo_de_panel

Ejecutar un modelo de datos de panel.

Parámetros :

• formula (cadena): La fórmula de regresión (por ejemplo, 'y ~ x1 + x2')
• data (objeto): conjunto de datos como diccionario/objeto JSON
• index (matriz): variables de índice del panel (por ejemplo, ['individual', 'tiempo'])
• effect (cadena, opcional): Tipo de efectos: 'individual', 'temporal' o 'bidireccional'
• model (cadena, opcional): Tipo de modelo: 'dentro', 'aleatorio', 'agrupación', 'entre' o 'fd'

diagnósticos

Realizar diagnósticos del modelo.

Parámetros :

• formula (cadena): La fórmula de regresión (por ejemplo, 'y ~ x1 + x2')
• data (objeto): conjunto de datos como diccionario/objeto JSON
• tests (matriz): pruebas a ejecutar (por ejemplo, ['bp', 'reset', 'dw'])

iv_regresión

Estimar regresión de variables instrumentales.

Parámetros :

• formula (cadena): la fórmula de regresión (por ejemplo, 'y ~ x1 + x2 | z1 + z2')
• data (objeto): conjunto de datos como diccionario/objeto JSON

Recursos

• econometrics:formulas : información sobre formulaciones comunes de modelos econométricos
• econometrics:diagnostics : Referencia para pruebas diagnósticas
• econometrics:panel_data : Guía para el análisis de datos de panel en R

Contribuyendo

¡Agradecemos sus contribuciones! No dude en enviar una solicitud de incorporación de cambios.

Licencia

Licencia MIT