netrics 0.0.4

netrics:python 2.7包，用于对网络进行经济计量分析

作者：Bryan S.Graham，加州大学伯克利分校，电子邮件：bgraham@econ.berkeley.edu

这个包包括两个经济计量的Python2.7实现 Graham（2014，NBER）介绍的网络形成模型。

本套餐按“原样”提供，不作任何担保、暗示或其他。尽管我会 感谢错误报告、改进建议等，我无法提供任何 有意义的用户支持。请在bgraham@econ.berkeley.edu给我发电子邮件

请在使用此代码时同时引用下面列出的代码和基础源文章 你研究中的代码。

一个简单的脚本示例如下：

>>>> # Import numpy in order to correctly read test data
>>>> import numpy as np

>>>> # Import urllib in order to download test data from Github repo
>>>> import urllib

>>>> # Append location of netrics module base directory to system path
>>>> # NOTE: only required if permanent install not made
>>>> # NOTE: edit path to location on netrics package on local machine
>>>> import sys
>>>> sys.path.append('/Users/bgraham/Dropbox/Sites/software/netrics/')

>>>> # Load netrics module
>>>> import netrics as netrics

>>>> # Download Nyakatoke test dataset from GitHub
>>>> download =  '/Users/bgraham/Dropbox/' # Edit to location on your machine
>>>> url = 'https://github.com/bryangraham/netrics/blob/master/Notebooks/Nyakatoke_Example.npz?raw=true'
>>>> urllib.urlretrieve(url, download + "Nyakatoke_Example.npz")

>>>> # Open dataset
>>>> NyakatokeTestDataset = np.load(download + "Nyakatoke_Example.npz")

>>>> # Extract adjacency matrix
>>>> D = NyakatokeTestDataset['D']

>>>> # Initialize list of dyad-specific covariates as elements
>>>> # W = [W0, W1, W2,...WK-1]
>>>> W = []

>>>> # Initialize list with covariate labels
>>>> cov_names = []

>>>> # Construct list of regressor matrices and corresponding variable names
>>>> for matrix in NyakatokeTestDataset.files:
>>>>     if matrix != 'D':
>>>>         W.append(NyakatokeTestDataset[matrix])
>>>>         cov_names.append(matrix)

>>>> # Apply tetrad logit procedure to dataset
>>>> [beta_TL, vcov_beta_TL, tetrad_frac_TL, success] = \
         netrics.tetrad_logit(D, W, dtcon=None, silent=False, W_names=cov_names)

代码引用

格雷厄姆，布莱恩S.（2016）。“netrics:python 2.7包，用于对

网络，“（0.0.1版）[计算机程序]。可在 https://github.com/bryangraham/netrics（2016年9月4日访问）

论文引文

格雷厄姆，布莱恩S.（2014）。“具有度的联系形成计量模型

异质性，“NBER第W20341号工作文件。