Resume Buku: Quantitative Economics with R

Kata Pengantar

Buku ini merupakan penghargaan terhadap kontribusi global dari ilmuwan, ekonom, dan komunitas data science. Penulis mengakui inspirasi dari tokoh-tokoh seperti Acemoglu, Duflo, Judea Pearl, Hadley Wickham, dan lainnya. Dukungan dari kolega di Institute of Economic Growth menjadi fondasi penting penulisan buku ini.

Pendahuluan

Pendahuluan menjelaskan pendekatan data science untuk ekonomi kuantitatif, penggunaan R, dan struktur buku. Disarankan untuk membaca sambil praktik langsung di RStudio, termasuk eksplorasi fungsi dan visualisasi data.

BAB 1: Introduction

Memperkenalkan pendekatan data science dalam ekonomi dengan R, pentingnya visualisasi dan wrangling data, serta gambaran isi buku secara keseluruhan.

BAB 2: RStudio and R

Dasar penggunaan R dan RStudio, objek penting dalam R (vector, matrix, data frame, list), serta pengantar tidyverse dan model regresi.

BAB 3: Getting Data into R

Cara mengimpor data ke R dari berbagai sumber: CSV, Stata, dan WDI (World Bank).

BAB 4: Wrangling and Graphing Data

Pengolahan dan visualisasi data menggunakan ggplot2, termasuk data karbon dan penghasilan, serta peta dunia.

BAB 5: Networks

Analisis jaringan sosial dan ekonomi, termasuk jaringan Medici, teroris Bali, dan rantai pasok otomotif.

BAB 6: Functions

Membuat dan memvisualisasi fungsi dalam R, fungsi ekonomi (permintaan, penawaran, Cobb-Douglas), dan fungsi loss statistik.

BAB 7: Difference Equations

Model persamaan beda untuk dinamika stok karbon, populasi ikan, dan polusi.

BAB 8: Matrices

Operasi matriks dasar, sistem persamaan linear, dan aplikasi pada kemiskinan dan pendapatan relatif.

BAB 9: Statistical Inference

Inferensi statistik berbasis simulasi, bootstrap, dan permutation test. Contoh kasus: layanan Verizon.

BAB 10: Causal Inference

Pendekatan kausal dengan graf, potential outcomes, eksperimen, matching, dan regresi diskontinuitas. Contoh empiris kebijakan publik.

BAB 11: Growth Data and Models

Analisis data pertumbuhan GDP dari berbagai negara dan simulasi model Solow dan Romer.

BAB 12: Growth Causes

Analisis pengaruh institusi terhadap pertumbuhan, berdasarkan studi AJR dan variabel instrumental.

BAB 13: Graphs for Time Series

Visualisasi data runtut waktu: penumpang pesawat, volatilitas saham, inflasi, pengangguran.

BAB 14: Basic Time Series Models

Model AR, MA, ARMA, random walk, forecasting inflasi, dan uji kointegrasi.

BAB 15: Smoothers and GAMs

Penggunaan smoother dan Generalized Additive Models (GAM) untuk hubungan non-linear.

BAB 16: From Trees to Random Forests

Pengantar pohon keputusan dan random forest. Studi kasus: prediksi kredit dan pencemaran arsenik.

Daftar Pustaka

Referensi utama dari buku ini mencakup: - Angrist & Pischke (2015), Judea Pearl, Dehejia & Wahba, Gelman & Hill - Wickham & Grolemund (2017), James et al. (2013) - Paket R seperti: tidyverse, ggplot2, WDI, rpart, randomForest, gam, MatchIt