宝藏: Python for Economtrics in Economics

接着“亚马逊首席: 只会使用Stata的Econ很快会找不到工作, 那美国经济学会AEA又是怎么说的?”。过去十年，定量方法在社会科学中的重要性日益增强，学术界也开始使用各种专有工具和如今广泛应用的免费工具，如MATLAB、R和Stata。

动态编程语言Python非常适合用于经济学，尤其是计量经济学，因为该领域通常涉及基于矩阵的计算。Python的科学扩展包，如用于数值计算的NumPy、数据处理的pandas和符号计算的Sympy，以及其他众多知名扩展，为经济学领域的科学研究提供了理想的框架。

PyEcon项目旨在推动Python编程语言在计量经济学领域的应用，并培养经济学中的高效编程风格。

PyEcon希望向学者们展示使用Python的乐趣，并将经济学家与其他感兴趣的人士聚集在一起，讨论如何编写更高质量的代码。期望学生能够通过实际案例理解一些抽象的计量经济学方法理论，从而加深对这些理论的理解。最终，希望进一步提升学术研究及其成果的质量和可复现性。

PyEcon提供一门专门介绍Python数值编程的完全免费课程。它面向所有对定量研究感兴趣的人士，尤其是为经济系的学生量身定制。课程由Fabian Raters在2017至2019年间于哥廷根大学策划、开发并执行，并得到了Eike Manßen的大力协助。

2020年起，开始对课程内容进行扩展，增加了基于MulTi项目（JMulTi / MulTiPy）的时间序列建模学习材料——专门处理多变量时间序列的元包。

本网站上的课程资料均为稳定版本，开放获取，供其他学生免费分享和使用。通过参与本课程，学生将熟悉Python的编程思维，并学习如何运用这一强大的工具来 解决（科学）编程问题。

关于机器学习，参看：1.机器学习之KNN分类算法介绍: Stata和R同步实现（附数据和代码），2.机器学习对经济学研究的影响研究进展综述，3.回顾与展望经济学研究中的机器学习，4.最新: 运用机器学习和合成控制法研究武汉封城对空气污染和健康的影响! 5.Top, 机器学习是一种应用的计量经济学方法, 不懂将来面临淘汰危险！6.Top前沿: 农业和应用经济学中的机器学习, 其与计量经济学的比较, 不读不懂你就out了！7.前沿: 机器学习在金融和能源经济领域的应用分类总结，8.机器学习方法出现在AER, JPE, QJE等顶刊上了！9.机器学习第一书, 数据挖掘, 推理和预测，10.从线性回归到机器学习, 一张图帮你文献综述，11.11种与机器学习相关的多元变量分析方法汇总，12.机器学习和大数据计量经济学, 你必须阅读一下这篇，13.机器学习与Econometrics的书籍推荐, 值得拥有的经典，14.机器学习在微观计量的应用最新趋势: 大数据和因果推断，15.R语言函数最全总结, 机器学习从这里出发，16.机器学习在微观计量的应用最新趋势: 回归模型，17.机器学习对计量经济学的影响, AEA年会独家报道，18. 回归、分类与聚类：三大方向剖解机器学习算法的优缺点（附Python和R实现），19.关于机器学习的领悟与反思，

20.机器学习，可异于数理统计，21.前沿: 比特币, 多少罪恶假汝之手? 机器学习测算加密货币资助的非法活动金额! 22.利用机器学习进行实证资产定价, 金融投资的前沿科学技术! 23.全面比较和概述运用机器学习模型进行时间序列预测的方法优劣！24.用合成控制法, 机器学习和面板数据模型开展政策评估的论文！25.更精确的因果效应识别: 基于机器学习的视角，26.一本最新因果推断书籍, 包括了机器学习因果推断方法, 学习主流和前沿方法，27.如何用机器学习在中国股市赚钱呢? 顶刊文章告诉你方法！28.机器学习和经济学, 技术革命正在改变经济社会和学术研究，29.世界计量经济学院士新作“大数据和机器学习对计量建模与统计推断的挑战与机遇”，30.机器学习已经与政策评估方法, 例如事件研究法结合起来识别政策因果效应了！31.重磅! 汉森教授又修订了风靡世界的“计量经济学”教材, 为博士生们增加了DID, RDD, 机器学习等全新内容！32.几张有趣的图片, 各种类型的经济学, 机器学习, 科学论文像什么样子？33.机器学习已经用于微观数据调查和构建指标了, 比较前沿！34.两诺奖得主谈计量经济学发展进化, 机器学习的影响, 如何合作推动新想法！35.前沿, 双重机器学习方法DML用于因果推断, 实现它的code是什么？

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。