我将在秋季教授计量经济学课程以掌握学生。我认为对他们来说,学习数据编程作为一项重要的应用研究技巧非常重要。您对编程语言有什么建议。我主要倾向于R.我应该考虑其他什么?
答案 0 :(得分:15)
R是一个非常好的选择。去吧。
网络上的资源数量不断增加。 UCLA Stat Consulting Center提供了一组很好的幻灯片。
当你进入计量经济学时,请确保你看看格兰德法恩沃斯在CRAN上的Econometrics with R; Zeileis和Kleiber的Applied Econometrics with R书也非常好。
答案 1 :(得分:5)
Python - 特别是使用ipython笔记本的 numpy , pandas 和 matplotlib 模块作为IDE。
我会对所有其他意见表示赞同 R 。不可否认的是,R有一个更大的包可供选择的库。但我认为将R语法教为第一种编程语言是无稽之谈。初学者不会得到它,他们将被关闭。 R语法明显违反直觉。
根据我自己的经验,只需要一个Python的微笑我就可以得到什么功能,类和对象,只有在那之后R才对我有意义。此外,我发现ipython笔记本在编码和评估结果方面是无与伦比的。它取消了将眼睛从源编辑器窗口移动到shell窗口并返回的需要,就像在任何其他IDE中一样。
答案 2 :(得分:2)
我更喜欢R,但其他免费选项需要考虑:
octave与gnuplot的组合(Octave是一个免费的Matlab实现)
python与numpy,scipy和matplotlib
答案 3 :(得分:2)
我很惊讶没有人提到过Excel。正如Brian Ripley once said(见幻灯片7):
让我们不要自欺欺人:最多 广泛使用的软件 统计数据是Excel。
确实,Excel是添加数字列的绝佳工具。话虽如此,如果您正在进行的分析比这更复杂,那么您一定要使用正确的编程语言。
在三种明显的数据处理语言(R,MATLAB和Python)中,R拥有最好的数据处理工具。有关更详细的比较,请参阅this other SO question。
编辑: 重读这篇文章后,我听起来很亲Excel。我想扩大我的答案以保存我的声誉。
Excel给我带来了许多问题而不是好处。它在我的组织中的广泛使用大多是有害的。这使得很难跟踪数据的来源以及计算的工作方式。调试Excel模型几乎是不可能的。它鼓励本地数据存储而不是中央数据库。它不适用于diff工具,它使您的科学难以重现。从语义的角度来看,它不会将数据与数据完成分开。所有变量都需要一个位置的想法会分散理解。绘图能力是可笑的。
所有这一切,Excel对于一些特定的事情是有用的:
作为CSV查看器。当然,R具有View
功能,但它并不漂亮。
非常简单的数据探索。对其进行排序,过滤,添加列。我发现使用点击界面而不是代码可以稍微快一些。当然,您必须稍后编写代码以获得可重复性,但在初始阶段,Excel非常适合这一点。
图表独特且易于发现。如果您看到某人使用Excel绘制的图表进行演示,您就不会相信结果。
就是这样。对于其他任何事情,这都是一团糟。
答案 4 :(得分:1)
由于您对R感兴趣,您还可以查看Incanter。由于它是用Clojure(JVM的Lisp方言)构建的,因此您可以利用大量现有的Java库。
答案 5 :(得分:0)
R语言是学习和教学计量经济学课程的最佳选择。 Gretl也是另一个有用的GUI软件。