Pyclaclab. Die Python-Makroökonomie-Bibliothek
Jetzt downloaden

Pyclaclab. Ranking & Zusammenfassung

Pyclaclab. Stichworte

Python-Bibliothek Python

Pyclaclab. Beschreibung

PYMACLAB ist eine fortschrittliche Python-Bibliothek, die für die Lösung und Analyse von DSGE-Modellen geeignet ist, sowie für die Durchführung zusätzlicher makroökonometrischer Untersuchungen.PyMacLab-Ständer für die Python-Makroökonomie-Bibliothek, die derzeit in erster Linie dazu dient, ein in Python geschriebenes Convenience-Framework zu bieten, um nichtlinear zu sein DSGE-Modelle. Zum Zeitpunkt des Schreibens unterstützt diese Bibliothek die Lösung von DSGE-Modellen mit den Störungsmethoden der ersten und 2. Ordnung, die um den stationären Zustand berechnet werden. Insbesondere bietet die Bibliothek die Wrapper-Funktion für die erste Ordnung der Paul Kleins, die auf der SCHUR-Zerlegung basierend auf der Schur-Zerlegung, sowie eine kürzlich veröffentlichte Methode desselben Autors (mit Paul Gomne mit Paul Gomne siehe hier) an ohne Tensor-Algebra (mit der Definition von Magnus und Neurecker 1999 der Hessian-Matrix). Die Bibliothek ist äußerst benutzerfreundlich im Sinne des Einsatzes eines Modelltextdatei-Parsers ähnlich der in Dynare, der das Original nur notwendig ist Satz von nichtlinearen Erstbestellungsbedingungen der Optimalität. Darüber hinaus werden Benutzer ein Menü mit Optionen angeboten, um Informationen zur Berechnung des stationären Zustands des Modells bereitzustellen. Sobald das Modell analysiert und gelesen wird, sind mehrere Optionen zur Lösung, und Benutzer werden mit weiteren Convenience-Methoden zur Verfügung gestellt, die zur Simulation von gelösten Modellen und Untersuchung dynamischer statistischer Eigenschaften geeignet sind. Es sollte auch erwähnt werden, dass PyMacLab eine Bequemlichkeitsbibliothek von stark modularer Natur ist (unter Verwendung eines objektorientierten Programmieransatzes) Es ist sehr einfach, ein Modell mehr als jedes Mal, wenn Sie den ursprünglichen Satz von primitiven Parametern ändern, z. B. Abschreibungsraten, Ungeduldsfaktoren usw., um Lösungen desselben Modells zu berechnen über einen großen Satz denkbaren Parametrierungen. Wenn auch solche Lösungsmethoden die Berechnung des Jacobian- oder Hessian erfordern, wird dies immer analytisch (symbolisch) mit der symbolischen Rechenbibliothek von Python symbolisch und nicht numerisch wie in anderen Softwarepaketen ausgeführt. Sympycore wird von Sympy nicht ergänzt, aber es funktioniert gerade schon gut, so dass wir PyMaclab zu einem späteren Zeitpunkt verändern werden, um dies zu reflektieren, um dies zu reflektieren. Verteilt unter der GNU General Public License v3.0. Wenn Sie diese Python-Bibliothek verwenden, achten Sie bitte auf das Projekt (mit Latex) als: @Misc {, Autor = {Eric M. Scheffel}, Titel = {{pycaclab}: Open Source {Python} Macroeconomics Laboratory}, Jahr = {2007--}, URL = "http://github.com/escheffel/pyymaclab/"ilderDependenciesNumpyscipySympySympy-CoreiPython (optional) PP (optional) MLABWrap (optional) scikits.timeSeriesWährend numpy, scipy, sympycore und scikits.timeSeries sind Absolut notwendig, um PYMACLAB auszuführen, parallele Python (PP) können Mehrkernprozessoren autodetieren und möglicherweise die Berechnung von Elementen wie dem analytischen Hessian eines nichtlinearen DSGE-Modells beschleunigen, während Sympy und MLABWrap als veraltet markiert wurden und sind dabei, von dem Code abgeschnitten zu werden. Um die Verwendung von PYMACLAB interaktiv zu erkunden, kann ein spezielles IPYTHON-Umfeld mit vorgeladenen Convenience-Funktionen gestartet werden. InstallationPython Setup.py Buildsudo Python Setup.py Installuseagethe unter dem Code-Snippet zeigt an, wie PyMaclab in einer Umgebung wie dem IPYHON verwendet werden kann. Da die Bibliothek immer noch ändert sich, ist es immer ratsam, das Unterverzeichnis, das das test.py-Testskript enthält, einzugeben und diese inspizieren / auszuführen, um die Syntax von PYMACLAB besser zu verstehen, um die Syntax von PyMaclab zu verbessern. modfiles / rbc1.txt ', db1) # Modellinstantiierung ohne datarbc2 = pm.newMod (' modfiles / rbc2.txt ') # Lösen Sie die Modelle mit verschiedenen MethodenRBC1.modsolvers.Forkleind.Stolde () RBC2.ModSlicvers.pyklein2D.Solve ( ) # Simulieren Sie die Modelle, nachdem sie SolveStrbc1.modsolvers.Forkleind.sim (400) RBC2.ModSlind.pyklein2D.SIM (1000) der Produkthomepage

Pyclaclab. Zugehörige Software