R di departemen ekonomi?

Menurut pengamatan pribadi saya, sebagian besar ekonom (terkemuka) lebih suka menggunakan Stata untuk analisis statistik mereka dan Matlab untuk pekerjaan matematika lainnya. SAS dan Excel juga digunakan (terutama di bidang keuangan).

Menurut pendapat saya R adalah perangkat lunak yang jauh lebih baik untuk pembersihan data, manipulasi dan analisis daripada Stata (belum lagi bahwa biaya Stata) juga tampaknya setara dengan Matlab dalam hal yang terbaik. Tapi saya kira (sebagai mahasiswa pascasarjana) tidak akan membuat kerjasama sangat lancar menggunakan program statistik yang berbeda dari yang lain. Gunakan Stata seperti orang lain atau menderita?

Jadi seorang siswa yang merupakan 'ahli R' harus, jika harus memilih antara dua departemen yang sama, pilih yang menggunakan R. Tapi apakah departemen seperti itu ada? Sebuah departemen di mana setidaknya beberapa peneliti menggunakan R?

Di universitas saya, pilihan program umumnya dianggap tidak relevan. Kami fokus pada hasil, dan tergantung pada setiap siswa untuk menentukan program mana yang paling cocok untuk tugas dan preferensi pengguna.

Anda akan menemukan bahwa menggunakan satu bahasa menerjemahkan dengan sangat baik ke yang lain. Dengan sumber daya seperti stackoverflow, saya tidak akan terlalu khawatir tentang yang mana.

Saya akan sangat mempertimbangkan pernyataan "dua universitas yang sama". Pengalaman saya telah menyarankan kepada saya hal seperti itu tidak ada, memberikan ambisi pribadi, tujuan karir, dan preferensi topik. Saya pikir pilihan pemrograman mungkin hanya proxy untuk ketelitian teknis dan anggaran, sedikit lebih. Mengingat Anda hanya diterima di sejumlah sekolah terbatas, luangkan waktu untuk mengevaluasi kriteria ini dengan cermat.

Pada dasarnya lebih baik menggunakan perangkat lunak yang digunakan PI Anda! Pertama dia akan dapat memperbaiki kode Anda. Kedua, jika Anda seorang TA untuk sebuah kelas yang menggunakan satu perangkat lunak, lebih baik untuk menanganinya ... Untuk menemukan fakultas menggunakan R, baik melihat kertas / buku yang diterbitkan oleh satu departemen. Atau lihat paket-R yang diterbitkan di bidang Anda dan temukan penulisnya.

Saya tidak akan melihat biaya perangkat lunak, karena universitas sering menyediakannya secara gratis atau dapat mengganti biaya Anda. (Tentu saja Anda dapat lebih suka perangkat lunak gratis untuk aspek lain tetapi itu bukan kendala anggaran).

Jika Anda hanya mencari "Sebuah departemen di mana setidaknya beberapa peneliti menggunakan R?", Saya yakin Anda harus dapat menemukan banyak. Di jurusan saya (Universitas Vanderbilt), saya dapat menghitung setidaknya 3 mahasiswa pascasarjana menggunakan R daripada Stata (oh dan saya kira dengan diri saya menghasilkan 4;)).

Jika Anda mencari departemen ekonomi yang lebih berorientasi-R, Anda mungkin mengalami kesulitan. Tidak harus karena mereka tidak ada, tetapi karena tidak mudah untuk mencari tahu (saya kira Anda tidak ingin secara pribadi bertanya kepada setiap mahasiswa pascasarjana / profesor dari departemen yang Anda minati).

Namun beberapa sinyal informatif mungkin tersedia untuk umum, seperti:

• Apakah orang-orang di departemen menggunakan R dalam publikasi mereka?

  • seperti yang disarankan oleh Jan Hoffler, Anda mungkin ingin menggunakan Replication Wiki untuk mencari tahu ini.
  • Anda juga dapat melihat situs web orang-orang jika mereka menyediakan data dan file replikasi untuk makalah yang diterbitkan.

• Apakah penggunaan R didorong di kelas yang diberikan oleh anggota fakultas di departemen?

• Apakah departemen menawarkan tutorial R?

• Apakah beberapa profesor / mahasiswa pascasarjana secara terbuka penggemar (lagi-lagi melihat situs web pribadi)?

  Contohnya :

• Ini terlihat seperti sinyal yang buruk: http://www.bbk.ac.uk/ems/for_students/it/free

• Ini terlihat seperti sinyal yang baik: http://www.clemson.edu/economics/faculty/wilson/Software/FEAR/fear.html

Sebagai seorang peneliti ekonomi atau profesional yang berorientasi pada keuangan, tidak pernah cukup hanya mengenal satu bahasa. Inilah alasannya:

1) Peneliti atau pakar dari generasi yang berbeda (pikirkan tentang kolega Anda atau profesor atau orang-orang yang bekerja di posisi tinggi di lembaga keuangan) memiliki kebiasaan berbeda dalam menggunakan bahasa. Jika Anda ingin bermitra dengan mereka atau belajar dari mereka, belajar bahasa komunikasi mereka adalah satu-satunya cara. Misalnya, Attilio Meucci, seorang pakar dalam alokasi aset, hanya menerbitkan karyanya di forum Matlab. Dan sebagian besar profesor hanya akan menggunakan Stata.

2) R tidak sempurna bahkan merupakan hit di kalangan ilmuwan data atau ahli statistik karena alasan itu gratis. Ya, open source dan menjadi bebas adalah sisi baik dan buruknya, poin buruknya adalah Anda perlu memeriksa dengan hati-hati kode sumber sehubungan dengan algoritma yang kompleks, misalnya Panel GMM dalam ekonometrik. Namun, Stata lebih ramah pengguna karena dikelola oleh perusahaan dan efisien dapat memperbaiki masalah dari umpan balik pengguna, yang sebagian besar adalah profesor. Sejauh yang saya tahu, ekonom seperti Barro dan Wooldrige semuanya menggunakan Stata. Saya tidak melihat alasan mengapa Anda tidak dapat mempelajari keduanya.

3) Pakar R bisa memiliki kurva miring yang lebih efisien daripada yang lainnya. Saya belajar R terlebih dahulu, dan belajar Stata dengan mudah dalam kursus ekonometrik ketika saya masih mahasiswa sarjana. Esensi pemrograman serupa. Beberapa orang mungkin mengatakan bahwa Stata lebih mudah dipelajari daripada R.

Jadi saran saya adalah, gunakan bahasa yang Anda butuhkan. Saya melihat akhir-akhir ini Profesor Sargent mulai mempelajari Python sebagai orang tua berusia sekitar 70 tahun. Saya pikir Anda bisa menjadi jauh lebih muda sebagai mahasiswa pascasarjana. Semoga berhasil.