경제학을 배우려면 어떤 프로그래밍 언어에 익숙해야 합니까?
1) 탄 유아더 _2006
Excel 을 사용하여 데이터를 처리하고 분석할 수 있습니다. 엑셀은 가장 기초적이다. VBA 를 잘 사용한다면 큰 도움이 될 것이다. 모델링과 같은 데이터를 분석하려는 경우 SAS 는 여전히 좋지만 파악하기가 어렵습니다. 만약 당신이 언어의 기초가 없다면, 할 수 있는 다른 많은 소프트웨어들이 있다. 많은 은행, 증권 및 선물 회사는 Oracle 또는 DB2 를 사용하고 있으며, SQL 을 사용할 수있는 중소기업도 있으므로 이와 관련하여 개발하려면 데이터베이스에 대한 지식을 습득해야합니다. 결국 금융과 컴퓨터를 모두 아는 인재는 여전히 희소하기 때문에 국내 많은 업종에서 통신, 의료항공 등과 같은 대형 데이터베이스를 사용하고 있다. 금융 데이터를 분석하지 않을 테니 금융 전문가라고 부를 수 없을 것 같다. 당신의 분석이 정확한지 아닌지에 관해서는, 그것은 당신이 금융지식에 대한 숙달 정도에 달려 있습니다. 특히 투자생들은 이 방면의 지식을 배울 필요가 있습니다. 대부분 응용금융전공이라 CFA 와 ACCA 에 너무 많은 에너지를 쓸 필요가 없고, 업무에도 쓸 수 없을 것 같다. 금융수학, 금융공학, 정산학과 학생들은 시간을 좀 내서 공부할 필요가 있다. 요컨대, 이것은 먼저 너에게 달려 있다.
2) 프로그래밍 애호가 임곤
국제 학술계를 따라잡으려면 R 을 배우는 것이 가장 좋다. 적어도 내가 알기로는 미국 통계학계가 R 에 의해 점령되는 추세가 뚜렷하다.
간단한 회귀만 하고, 마음대로 해석하고, 바보 같은 소프트웨어를 선택했으면 좋겠다. 기성품, 성숙한 계량 경제 모델로만 실증 연구를 한다면 바보 소프트웨어면 충분하다. 통계학과 계량학을 연구 분야나 전문 분야로 삼으려면 프로그래밍이 필수적이다. 실증적 연구를 하더라도 복잡한 데이터 구조와 관련해서는 프로그래밍을 알면 생산성을 크게 높일 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 과학명언) 또한 R 의 지역사회는 비교적 활발하여 최전방을 따라잡을 수 있다.
대용량 데이터 처리와 관련된 경우 한 가지 방법은 SAS 를 사용하는 것입니다. SAS 를 사용하지 않으려면 SQLite 데이터베이스에 데이터를 넣거나, {RSQLite} 를 사용하여 데이터베이스에 액세스하거나, SQL 운영 환경에서 {sqldf} 를 사용하여 데이터 프레임을 전달하는 것과 같은 데이터베이스에 대한 지식을 배울 수 있습니다.
작업 R 실행 속도가 느리다고 생각되면 {parallel} 또는 {parallelMap} 을 사용하여 병렬 계산을 수행하거나 클라우드 컴퓨팅으로 데이터를 처리할 수 있습니다.
다른 커뮤니티와 관련된 것이 Java 와 같은 R 커뮤니티에서 구현되지 않은 경우 {rJava} 를 사용하여 Java 개체를 호출할 수 있지만 속도가 약간 느립니다.
더 좋은 방법은 내가 데이터 분석에 종사하는 것을 고려하는 것이다. 어떤 소프트웨어나 언어를 배우는 것이 가장 좋습니까? 언급 된 F# 함수 프로그래밍 언어는 공급자를 사용하여 r 을 직접 호출하고, Java 공급자를 사용하여 Jar 패키지 Java 프로그램을 직접 호출하며, Python RProvider (출시 예정) 를 사용하여 파이썬 프로그램을 직접 호출할 수 있습니다. , 그리고 주요 공동체의 자원을 쉽게 통합 할 수 있습니다.
현재 저는 GitHub 에 Renkun-Ken/Learner 를 설립하여 R 을 통해 통계, 계량학, 비모수, 데이터 시각화, 데이터베이스를 배우고 있습니다. 현재는 아무것도 없지만 추적할 수 있습니다.
이것들은 모두 경제학 관련 통계와 측정에 필요한 프로그래밍이다. 실제로 통계 및 측정에 필요한 "프로그래밍" 은 비교적 간단하며 기본적으로 데이터 처리 및 응용 프로그램에서 제공하는 측정 모델입니다. 더 많은 프로그래밍이 필요합니다. 첫째, 더 높은 수준의 측정 모델이 관련되어 있다면 직접 구현해야 할 수 있습니다. 둘째, 일부 몬테카를로 시뮬레이션에는 프로그래밍이 필요합니다.
경제학과 관련된 일부 새로운 분야에서 계산경제학, 계산통계학, 계산계량경제학은 알고리즘 구현, 알고리즘 분석 등 강력한 프로그래밍 능력이 필요하다. 예를 들어, 전산 경제학이 현재 하고 있는 연구는 에이전트 기반 컴퓨팅 금융입니다. 즉, 시뮬레이션 금융 시장을 구축하는 것입니다. 시장에는 여러 자산이 있습니다. 각 자산의 기본면은 무작위 배당에 의해 결정되며, 다양한 논리를 따르는 많은 투자자들이 있습니다. 투자자는 배당에 대한 신념이 다르기 때문에 각자의 논리로 인한 거래 행위도 다르다. 양방향 경매 거래 시장에서 어떤 투자자 구성이나 행동, 어떤 메모리 길이가 우리가 실제 금융시장에서 관찰한 자산가격이나 자산수익률의 법칙을 최대한 재현할 수 있다. 예를 들면 자산수익률의 비료 꼬리와 비대칭이다. 이때 연구원들은 덜 간단하거나 복잡하지 않은 아날로그 금융 시장을 설계하기 위해 탄탄한 금융 지식이 필요하며 프로그래밍 언어로 모델을 작성할 수 있는 적절한 프로그래밍 능력이 필요합니다. 데이터베이스 (투자자의 현금 흐름과 부의 분포와 같은 많은 변수를 추적하는 경우도 있음), 병렬 컴퓨팅 (CPU 멀티코어 병렬, 멀티프로세스 병렬, 클러스터 병렬, GPU 계산 등) 과 같은 많은 프로그래밍 기술을 설계할 수 있습니다. 이 방면의 연구는 1990 년대에 시작되었다.
3) 네티즌이 생각하는 것을 알고 있다
계량경제학에도 작은 종류가 많이 있으니 모두 체크하여 자리에 앉으세요. 비교용 소프트웨어는 STATA, MATLAB, r, SAS 등이 많다.
데이터를 관리하거나 회귀를 실행하는 것이 편리하기 때문에 애플리케이션 측정, 특히 횡단면 데이터와 패널 데이터를 만드는 경우 Stata 가 가장 좋습니다. 현재 주류 정기 간행물에서 마이크로측정을 적용하는 문장 중 거의 사용 가능한 모델 stata 가 있으며, 대부분 stata 로 제작되었습니다. 그리고 가장 큰 장점은 간단합니다!
만약 응용의 시계열을 만든다면, Eviews 는 좋은 선택인 것 같다. 그러나 나는 보통 이렇게 하지 않고 발언권도 없다.
이론적 측정을 할 경우 stata eviews 에는 기성 패키지가 없습니다. stata 를 프로그래밍할 수 있더라도 프로그래밍 가능성은 매우 나쁘고 튼튼하지 않습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 과학명언) 그래서 R 과 Matlab 을 알면 편리합니다. 물론, 파이썬 (Python) 을 사용할 수도 있습니다. 사킨트는 최근 파이썬 (Python) 으로 측정하는 책을 썼습니다. 그리고 줄리아는 이 세 가지 언어의 혼합체이지만 속도가 훨씬 빠르다. 단점은 너무 작다는 것이다.
속도에 대한 요구가 높으면, 특히 금융계량이라면 C, 포트란 등의 언어를 고려해 볼 수 있다. C 와 Fortran 은 확실히 가장 빠르다. 또 다른 하나는 황소라고 하는데, 속도는 빠르지만, 아주 작다. 하지만 이 언어들의 단점은 학습이 어렵고 개발 시간이 느리다는 것이다. 줄리아는 C 만큼 빠르며 문법도 특히 Matlab 과 Python (배우기 쉽다는 의미) 과 비슷하지만 초급 단계에 있어 이용자가 너무 적다고 한다.
재무 측정 분야에 있다면 SAS 를 배우는 것이 좋습니다. SAS 는 가장 권위 있고 빠릅니다. 물론 가장 큰 문제는 가격이 비싸고 프로그래밍성도 그렇게 좋지 않다는 것이다. 하지만 금융의 데이터 양은 매우 커서, 일반 소프트웨어가 마비될 때 SAS 가 유용하다.
나 자신과 마찬가지로, 나는 앱을 할 때 모두 stata 로 데이터를 정리하고, 다른 소프트웨어 없이도 단호하게 stata 를 사용할 수 있다. 그러나 때때로 우리가 이론적인 측정 작업을 하기 때문에, MATLAB 도 필수적이다. 나는 또한 줄리아를 연구하고 있다, 왜냐하면 MATLAB 의 속도가 너무 느리기 때문이다. 나는 보통 Python 으로 과학 계산을 많이 하지 않는다. 쓰는 사람이 많지 않고 속도가 느리다. 일반적으로 데이터를 캡처하는 데 사용됩니다.
마지막으로, 내가 왜 다른 소프트웨어 대신 MATLAB 을 추천하는 것이 이치에 맞는지 덧붙입니다. 공간 계량 경제학, 베이지안 추정, 매크로 측정의 DSGE 모델 및 SVAR 과 같은 많은 모델은 stata 와 Eviews 에는 없지만 MATLAB 은 Matlab 기반 Dynare 및 LeSage 기반 공간 측정 패키지와 같은 풍부한 패키지를 제공합니다. , MATLAB 을 기반으로 합니다. 그래서 MATLAB 에서 사용하고 싶은 거의 모든 모델에서 코드를 찾아 직접 사용할 수 있습니다. 그렇지 않더라도, 네가 직접 MATLAB 으로 쓰는 것도 어렵지 않다.
마지막으로, 나는 한마디 생각이 났다. 이러한 소프트웨어의 선택 (stata 제외, 응용 프로그램 측정 분야에서 stata 의 지위가 거의 대체될 수 없기 때문) 은 두 문장으로 요약할 수 있습니다. 자신의 시간이 컴퓨터의 시간보다 더 소중하다면 MATLAB, R, 심지어 Python, Julia 를 배우는 것이 가장 적합합니다. 만약 컴퓨터의 시간이 너보다 소중하다면 C 와 Fortran 을 배울 필요가 있다. 물론, 당신의 일이 매우 특별하지 않다면 (예: 일부 대형 구조 모델의 추정), 일반적으로 당신의 시간은 비교적 소중하다.
요약하자면, 하나의 소프트웨어로 응용과 이론을 만드는 것은 불가능하며, 자신의 방향에 따라 선택하는 것이 좋습니다. 나는 스타타와 stata 을 추천한다. 하나는 편리하고, 하나는 유연하며, 둘 다 대단하다. 배우기도 어렵지 않다. 그리고 많은 사람들이 사용한다. 소통이 매우 편리하다.
4) 네티즌 장진진
데이터, 간단한 엑셀, 직관적이고 편리합니다. 더 복잡합니다 ... 엑셀은 최대 6 만 개 이상의 행을 가질 수 있습니다. 이렇게 많은 양의 데이터에서 경제학을 배울 필요가 있다고 확신합니까?
R 의 복잡 한 사용, 다양 한 모델, 알고리즘, 구현, 기본적으로 R 은 직접 다운로드 할 수 있는 해당 소프트웨어 패키지가 있습니다, 더 많은 문서를 읽고 연습, 약 6 개월 excel 없이 직접 R 실전을 사용할 수 있습니다. 내 박사 논문의 모든 회귀와 출력은 R 로, 내가 지금 쓰고 있는 논문은 모두 그것을 사용한다. 대체품은 Stata 입니다. 그래도 좋지만, 나처럼 0 부터 시작한다면 R 을 강력히 추천합니다.
R 의 단점 중 하나는 기호 연산을 할 수 없다는 것이다. 이 무료 솔루션에는 scipy numpy 가 있는 파이썬 등이 포함되어 있지만, Mathematica 를 사용하는 것이 좋습니다. 이 솔루션은 기호 계산 기능이 가장 강력하고 출력 형식이 가장 좋습니다. 야코비 행렬을 찾아 기호 연산을 하고 결과를 비교할 수 있다.
Python, R 에 익숙해진 후, 일부 기능은 R 이 실현할 수 없다는 것을 알게 되었다. 실제 수요가 있을 때는 아무리 배워도 늦지 않다. 바로 필요한 것은 아닙니다.
또한 모든 경제학 연구 (경험론, 너도 알다시피) 는 latex 를 사용해야 하며 프로그래밍 언어로 볼 수 있다. Word 에서 수학 공식을 정리하면 오래 걸리지 않으면 미쳐버릴 것이다. Ggplot2 는 r 에서 그리는 데 사용할 수 있으며 tex 로 내보낼 수 있습니다. Xtable 패키지를 사용하여 일반 데이터 테이블을 tex 로 내보내고 stargazer 를 사용하여 회귀 결과를 tex 로 내보내는 것이 편리합니다.
5) 네티즌 베이지안
먼저 R 이라고 말해야 하는데, 이것은 현재 외국 학술계의 주류이다. 통계계는 R 을 제외하고는 기본적으로 아무 것도 없고, R 은 통계학과 관련된 방향으로 점차 스며들고 있다. (윌리엄 셰익스피어, 통계학, 통계학, 통계학, 통계학, 통계학, 통계학) 그래서 공부를 제안한다.
참, R 의 학습 곡선이 비교적 가파르기 때문에, 나는 기초가 0 인 사람이 R 부터 시작하는 것을 추천하지 않는다. 그렇지 않으면 좌절감이 더 강해질 것이다. 파이썬은 조금 더 낫기 때문에 파이썬으로 시작하는 것이 좋습니다.
파이썬은 통계나 측정을 위한 소프트웨어가 아니라 매우 인기 있는 범용 프로그래밍 언어입니다. 다년간의 발전을 거쳐 도서관도 완비되었다. 나는 numpy, scipy, pandas 등의 라이브러리를 시험해 보았다. 다른 범용 프로그래밍 언어에 비해 여전히 유용하지만, 나는 개인적으로 R 만큼 좋지 않다고 생각한다. 예를 들면 그림 그리기와 같다. (알버트 아인슈타인, 자기관리명언)
Ggplot2 는 확실히 신과 같은 존재이지만, python 의 라이브러리는 여전히 약간 뒤떨어져 있다. 하지만 데이터 처리 외에도 파이썬은 할 수 있는 일이 너무 많고 핍박적이다. 우리는 주로 웹 페이지에서 데이터 수집, 정규식 필요, 웹 페이지 구문 분석 등 그것을 사용한다. 파이썬은 이러한 방면에서 R 보다 많은 장점을 가지고 있다.
물론, 추세로 볼 때, 미래의 파이썬은 R 보다 더 나은 것 같다. R 은 프로그래밍 통계 학자 그룹이며 python 은 데이터 처리를 시도하는 컴퓨터 전문가 그룹입니다. 파이썬의 기초가 더 탄탄한 것 같습니다. 개인적인 관점은 참고용으로만 쓰인다.
Stata 는 R 을 제외한 최고의 측정 소프트웨어입니다. 둘 다 몇 년 동안 사용했는데도 R 이 더 잘 쓰이고 데이터 정리가 더 편리하다고 생각합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 예술명언) 그래서 위층에서 네가 말한 마이크로측정 분야라도 나는 R 을 더 좋아한다.
또한 SPSS 나 eviews 등이 있습니다. , 감각 관리 전공 학생들이 많이 사용하며 기능이 제한되어 사용을 권장하지 않습니다. 여기서는 군말을 하지 않는다. 이 소프트웨어의 또 다른 문제는 모두 유료라는 것이다. 미래의 지적재산권 보호를 고려할 때, 역시 공짜로 비교적 믿을 만하다.
R 에는 두 가지 주요 단점이 있습니다.
1 큰 데이터 앞에서 약해졌다. Sas 는 이 방면에서 확실히 우세하지만, SAS 의 문법이 너무 인간적이어서 전혀 받아들일 수 없다고 말해야 한다. 이 문제에 직면하여, 내가 말하고 싶은 것은, 네가 문제가 얼마나 큰지 보아야 한다는 것이다. 제 경험으로 볼 때, 경제의 데이터 양은 R 의 상한선을 넘지 못할 것 같습니다. 아마도 금융의 고주파수 데이터가 비교적 클 것입니다. 저는 개인적으로 경험이 없습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 경제명언) 만약 만난다면, 나는 보충할 것이다. 10g 데이터를 시도했습니다. 가장 쉬운 방법은 SAS 를 배우는 것이 아니라 16g 메모리를 사는 것이다. :) 현재의 메모리 가격으로는 32g 이하의 문제가 크지 않다고 생각합니다.
2, 성능이 부족합니다. 파이썬도 이와 관련하여 같은 문제를 가지고 있습니다. 가장 좋은 해결책은 c/c++ 를 혼합하는 것이지만, 이것은 바닥이없는 구멍이며 많은 시간이 걸리고 반드시 배울 수있는 것은 아닙니다. 제안된 방법은 하드웨어를 사는 것입니다. 이것이 가장 간단합니다. :) 물론 병렬 패키지 사용도 솔루션 중 하나입니다. 나는 기계실에서 몇 차례 다중기 클러스터를 시도해 보았는데, 모두 그다지 성공하지 못했다. 누군가에게 건의를 구하다.
위에서 언급한 몇 가지 소프트웨어도 있습니다. 제가 알고 있는 몇 가지 소프트웨어에 대해서도 조금 말씀드리겠습니다.
Matlab: 좋은 것의 핵심은 성능입니다. 이것도 c/c++ 로 해결할 수 있습니다. 하지만 저는 큰 소프트웨어를 좋아하지 않습니다. 평균 분산을 구하려면 5 분 정도 걸립니다. 。 。
줄리아: 현재 X2 라는 좋은 것은 여전히 주목받고 있습니다. 젊을 수도 있고, 지원창고 수가 약간 적을 수도 있습니다. 그러나 미래의 발전에 대해서는 여전히 낙관적이다. 주로 MATLAB, python, c/c++ 의 장점을 흡수하고, 빨리 쓰고, 계산도 빠르며, 앞으로 면밀히 주시한다.
마지막으로, 함수형 프로그래밍은 좋은 것이지만, 순수 함수형 프로그래밍의 미래는 좋지 않다. 상당히 선진적인 프로그래밍 사상을 구현하지만 실제 업무에서는 종종 더 큰 성능 문제가 발생할 수 있습니다. 이 문제를 해결하는 것은 혼합 함수 프로그래밍 및 기타 방법이지만 python, R 등의 소프트웨어가 이미 구현되어 있어 다른 함수 프로그래밍을 배울 필요가 없는 것 같습니다.
6) 상하이 재경대학교 영건박사
Stata 는 마이크로측정에 광범위하게 사용되며, 주로 명령 회귀를 직접 입력하며 프로그래밍해야 할 곳이 많지 않다.
프로그래밍의 경우 R 과 Python 을 추천합니다.
R 은 매우 좋은 통계 분석 소프트웨어로, 계량경제학에서의 응용은 R 의 계량경제학, R 의 응용계량경제학 시계열 분석과 응용 등 책에서 찾을 수 있다.
파이썬은 데이터 캡처에 매우 능숙하며, 수학 계산 패키지인 SciPy 는 Matlab 과 같은 과학 컴퓨팅 기능을 부분적으로 대체할 수 있습니다.
7) 네티즌 저스틴을 알고 있다
본과 경제 통계, 학교의 교과 과정 설정이 매우 훌륭하기 때문에, 우리는 사용해 본 적이 있다.
EViews: 계량경제학, 시계열, 다원통계.
Stata: 계량경제학.
SPSS: 특별한 수업입니다. 이 땀은 통계적으로 복습할 가치가 있습니다.
엑셀: 신입생 통계 입문 과정에 사용됩니다. 이것은 또한 VBA 를 전혀 포함하지 않는 간단한 함수의 사용인 거대한 구덩이이기도 하다.
Matlab: 이 과정에는 특별한 과정이 없습니다. 그것은 내가 C 언어 프로그래밍을 마친 후의 부산물이다. 나중에 R 과 Mathematica 와의 접촉은 기본적으로 폐기되었다.
R/S-Plus: 회귀 분석 때 S-Plus 를 사용했는데, 당시 R 언어를 사용한 지 오래됐어요. S-Plus 는 기본적으로 호환되기 때문에 S-Plus 를 써본 적이 없어요.
Minitab: 품질 관리 과정, 기본 통계학, 몇 가지 실험 설계에 사용됩니다.
SAS: 저는 실험실에서 몇 번 독학을 했는데, 그 놀라운 문법에 직접 감동했습니다. 우리 학교 대학원생은 전문 SAS 과정 (학부의 SPSS 과정과 유사) 을 가지고 있다고 합니다. ᄏ
우리 학과의 선배인 셰지 (Ba) 는 그녀가 사용하는 소프트웨어가 너무 많다고 불평해 그녀가 완전히 미쳤다고 느끼며 우리의 사랑하는 원장에게 조언을 해 주었다. (윌리엄 셰익스피어, 햄릿, 공부명언) 학생으로서, 나도 이 문제를 원장에게 물어본 적이 있다. 그녀는 서로 다른 소프트웨어가 서로 다른 데이터를 처리할 때 각각 장점이 있다는 것을 의미하며, 너의 수업도 매우 쉬우니 많이 배워라. 또한 선생님마다 소프트웨어를 사용하는 취미가 다르기 때문에 수업시간에 다른 소프트웨어를 사용하는 것은 불가피하다.
경제학을 공부하는 학생, Excel 과 SPSS, EViews (또는 Stata) 모두 좋다. Stata 와 EViews 는 프로그램을 쓸 수 있고, SPSS 의 인터페이스 조작도 우호적이다. 저는 R 을 사용했고, 다양한 수업에서 그 소프트웨어를 공부한 후에도 R 을 사용했습니다. (사실 R 은 이미 기성 가방이 있고, 저는 대부분 직접 사용했습니다.) R 은 그래도 괜찮네요. 추천합니다.
많은 선배들도 경제류 학생들이 프로그래밍을 충분히 배우면 된다고 제안했다. 그렇지 않으면 돌아오지 않는 길이고, 완전히 전행할 위험에 직면한다. 나는 부정적인 예 (눈물 ~) 다. 그래서 파이썬, C++, 줄리아를 만지지 마세요.