R Econometrics MCP Server

R计量经济学MCP服务器

模型上下文协议 (MCP) 服务器通过 R 提供计量经济学建模功能。该服务器使 AI 助手能够执行复杂的计量经济学分析，包括线性回归、面板数据模型、工具变量回归和诊断测试。

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：固定效应、随机效应、合并、组间和一阶差分模型
• 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检验
• 资源：计量经济学技术参考文献
• 提示：用于常见计量经济学分析的预定义提示模板

安装

先决条件

• 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 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

致谢

• R 项目和 R 核心团队
• plm、lmtest、sandwich 和 AER 软件包的开发人员
• 人类学模型上下文协议