🚀 R MCP 服务器
这是一个通过 R 实现的 Model Context Protocol (MCP) 服务器，具备高级计量经济学建模和数据分析功能。它能让 AI 助手无缝执行复杂的计量经济学与统计分析，助力您快速从数据中获取有价值的见解。
🚀 快速开始
本服务器提供了强大的计量经济学建模和数据分析能力，您可以按照以下步骤进行安装和使用。
✨ 主要特性
- 线性回归：可运行带有可选稳健标准误差的线性模型。
- 面板数据分析：能够估计固定效应、随机效应、池化、之间效应和一阶差分模型。
- 工具变量：支持构建并估计 IV 回归模型。
- 诊断检验：可检验异方差性、自相关性和模型设定偏误。
- 描述性统计：借助 R 的
summary()功能生成数据集的摘要统计信息。 - 相关性分析：计算变量之间的皮尔逊或斯pearman 相关系数。
- 按组聚合：使用
dplyr按指定列对数据进行分组并计算汇总统计信息。 - 资源：可访问各种计量经济学技术的参考文档。
- 提示：利用预定义的提示模板执行常见的计量经济学分析。
📦 安装指南
使用 Docker（推荐）
- 构建 Docker 镜像：
docker build -t r-econometrics-mcp . - 运行容器：
docker run -it r-econometrics-mcp
手动安装
安装所需的 Python 包：
pip install -r requirements.txt
安装所需的 R 软件包：
install.packages(c("plm", "lmtest", "sandwich"))
💻 使用示例
基础用法
该服务器提供以下工具，以下是各工具的使用说明：
linear_model
运行一个线性回归模型。 参数：
formula(字符串): 回归公式（例如，'y ~ x1 + x2'）data(对象): 数据集作为字典/JSON 对象robust(布尔值，可选): 是否使用稳健标准误差
panel_model
运行一个面板数据模型。 参数：
formula(字符串): 回归公式（例如，'y ~ x1 + x2'）data(对象): 数据集作为字典/JSON 对象index(数组): 面板索引变量（例如，['individual', 'time']）effect(字符串，可选): 效应类型:'individual','time', 或'twoways'model(字符串，可选): 模型类型:'within','random','pooling','between', 或'fd'
diagnostics
执行模型诊断。 参数：
formula(字符串): 回归公式（例如，'y ~ x1 + x2'）data(对象): 数据集作为字典/JSON 对象tests(数组): 要运行的测试（例如，['bp', 'reset', 'dw']）
iv_regression
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): 数据集作为字典/JSON 对象
📚 详细文档
资源
econometrics:formulas：常见计量经济学模型表述信息econometrics:diagnostics：诊断测试参考econometrics:panel_data：面板数据分析指南
🤝 贡献
欢迎贡献！请随意提交 Pull Request。
📄 许可证
本项目采用 MIT 许可证。