R Econometrics MCP Server

Servidor MCP de econometría R

Un servidor de Protocolo de Contexto de Modelo (MCP) que proporciona capacidades de modelado econométrico a través de R. Este servidor permite a los asistentes de IA realizar análisis econométricos sofisticados, que incluyen regresión lineal, modelos de datos de panel, regresión de variables instrumentales y pruebas de diagnóstico.

Características

• Regresión lineal : ejecute modelos lineales con errores estándar robustos opcionales
• Análisis de datos de panel : modelos de efectos fijos, efectos aleatorios, agrupamiento, entre y de primera diferencia
• Variables instrumentales : Estimación de modelos de regresión IV
• Pruebas de diagnóstico : pruebas de heterocedasticidad, autocorrelación y forma funcional
• Recursos : Documentación de referencia para técnicas econométricas
• Indicaciones : Plantillas de indicaciones predefinidas para análisis econométricos comunes

Instalación

Prerrequisitos

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

Uso de Docker (recomendado)

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

Instalación manual

1. Instale los paquetes de Python necesarios:
   pip install -r requirements.txt
2. Instale los paquetes R necesarios:
   install.packages(c("plm", "lmtest", "sandwich", "AER", "jsonlite"))
3. Ejecutar el servidor:
   python r_econometrics_mcp.py

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

Expresiones de gratitud

• El Proyecto R y el Equipo Central de R
• Desarrolladores de los paquetes plm, lmtest, sandwich y AER
• Protocolo de contexto antrópico para el modelo