R dans les services économiques?

Selon mon observation personnelle, la majorité des économistes (éminents) préfèrent utiliser Stata pour leur analyse statistique et Matlab pour d'autres travaux mathématiques. SAS et Excel sont également utilisés (notamment en finance).

À mon avis, R est un bien meilleur logiciel pour le nettoyage, la manipulation et l'analyse des données que Stata (sans parler du coût de Stata), il semble également comparable à Matlab dans ce qu'il fait de mieux. Mais je suppose (en tant qu'étudiant diplômé) que la coopération ne sera pas très fluide en utilisant un programme statistique différent du reste. Utilisez Stata comme tout le monde ou souffrez-vous?

Ainsi, un étudiant qui est un «expert R» devrait, s'il doit choisir entre deux départements égaux, choisir celui qui utilise R. Mais un tel département existe-t-il? Un département où au moins peu de chercheurs utilisent R?

Dans mon université, le choix du programme est généralement considéré comme non pertinent. Nous nous concentrons sur les résultats, et il appartient à chaque élève de déterminer le programme le mieux adapté à la tâche et aux préférences de l'utilisateur.

Vous constaterez que l'utilisation d'une langue se traduit très bien dans une autre. Avec des ressources comme stackoverflow, je ne me soucierais pas trop de qui.

J'examinerais très attentivement la déclaration "deux universités égales". Mon expérience m'a suggéré qu'une telle chose n'existe pas, accordant des ambitions personnelles, des objectifs de carrière et des préférences de sujet. Je pense que les choix de programmation ne sont peut-être qu'un indicateur de la rigueur technique et du budget, un peu plus. Étant donné que vous n'êtes accepté que dans un nombre limité d'écoles, prenez le temps d'évaluer attentivement ces critères.

Fondamentalement, il vaut mieux utiliser le logiciel utilisé par votre PI! Premièrement, il pourra corriger votre code. Deuxièmement, si vous êtes un TA pour une classe utilisant un logiciel, il est préférable de le gérer ... Pour trouver la faculté utilisant R, consultez les articles / livres publiés par un département. Ou regardez les R-packages publiés dans votre domaine et trouvez les auteurs.

Je ne regarderais pas le coût d'un logiciel, car l'université le fournit souvent gratuitement ou peut vous rembourser. (Bien sûr, vous pouvez préférer les logiciels gratuits pour d'autres aspects, mais ce n'est pas une contrainte budgétaire).

Si vous recherchez uniquement "Un département où au moins peu de chercheurs utilisent R?", Je pense que vous devriez pouvoir en trouver beaucoup. Dans mon département (Vanderbilt University), je peux compter au moins 3 étudiants diplômés utilisant R au lieu de Stata (oh et je suppose qu'avec moi ça fait 4;)).

Si vous recherchez un département econ plus fortement orienté R, vous aurez peut-être plus de mal. Pas nécessairement parce qu'ils n'existent pas, mais parce que ce n'est pas si facile à comprendre (je suppose que vous ne voulez pas demander personnellement à tous les étudiants / professeurs diplômés des départements qui vous intéressent).

Certains signaux informatifs peuvent cependant être accessibles au public, tels que:

• Les employés du ministère utilisent-ils R dans leurs publications?

  • comme l'a suggéré Jan Hoffler, vous pouvez utiliser le Wiki de réplication pour comprendre cela.
  • Vous pouvez également consulter le site Web des personnes au cas où elles fourniraient des données et des fichiers de réplication pour les articles publiés.

• L'utilisation de R est-elle encouragée dans les cours donnés par les professeurs du département?

• Le département propose-t-il des didacticiels R?

• Certains des professeurs / étudiants diplômés sont-ils ouvertement des amateurs de R (consultez à nouveau les sites Web personnels)?

  Par exemple :

• Cela ressemble à un mauvais signal: http://www.bbk.ac.uk/ems/for_students/it/free

• Cela ressemble à un bon signal: http://www.clemson.edu/economics/faculty/wilson/Software/FEAR/fear.html

En tant que chercheur en économie ou professionnel axé sur la finance, il ne suffit jamais de connaître une seule langue. Voici pourquoi:

1) Les chercheurs ou experts de différentes générations (pensez à votre collègue ou au professeur ou aux personnes occupant un poste de haut niveau dans une institution financière) ont une habitude différente d'utiliser la langue. Si vous souhaitez vous associer à eux ou apprendre d'eux, apprendre leur langue de communication est le seul moyen. Par exemple, Attilio Meucci, expert en allocation d'actifs, n'a publié ses travaux que sur le forum Matlab. Et la plupart des professeurs n'utiliseront que Stata.

2) R n'est pas parfait même s'il est un succès parmi les data scientist ou statistician pour la raison qu'il est gratuit. Oui, l'open source et la gratuité sont à la fois son bon et son mauvais côté, le mauvais point est que vous devez vérifier très attentivement le code source par rapport à un algorithme complexe, par exemple Panel GMM en économétrie. Cependant, le Stata est plus convivial car il est géré par une entreprise et peut résoudre efficacement le problème à partir des commentaires des utilisateurs, dont la plupart sont des professeurs. Pour autant que je sache, des économistes tels que Barro et Wooldrige utilisent tous Stata. Je ne vois pas la raison pour laquelle vous ne pouvez pas apprendre les deux.

3) L'expert de R pourrait avoir une courbe d'inclinaison plus efficace que d'autres qui ne le sont pas. J'apprends R d'abord et j'ai appris facilement Stata dans le cours d'économétrie lorsque j'étais étudiant de premier cycle. L'essence de la programmation est similaire. Certains pourraient dire que Stata est plus facile à apprendre que R.

Donc, mon conseil est, optez pour les langues dont vous avez besoin. Je vois récemment que le professeur Sargent commence à apprendre le Python comme un vieil homme d'environ 70 ans. Je pense que vous pouvez aussi être beaucoup plus jeune en tant qu'étudiant diplômé. Bonne chance.