🚀 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）

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

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。