我创建了一个代理网络,每个代理都有一个GDP值和一个GDP增长率。所述代理与无向链路互连。
我已经做了一个倒计时,每200个滴答随机分配一个‘休克状态’给10名特工。当一个代理人受到冲击时,它得到了“危机中的价值?”,因此它的GDP增长率也随之发生了变化。
但是,我想添加第二个触发器。我要那些“危机中”的特工检查他们的联系邻居,看看他们中是否有“危机中的”。如果他们与危机中真实的代理人联系在一起,那么他们应该检查他们自己的GDP是否小于有危机状态的GDP的一半。如果规模较小,那么代理人将设置自己的“危机中?”和事实一样。
to shock
if ticks mod 200 = 0 [ ;
我想在Python中运行创建一个虚拟变量回归。因此,我有一个2000到2020年的比率列表,我想从以下模型中估计非危机(NC)和危机(C)期间的α和β,其中包含关于α和风险因子系数的虚拟变量: Model 其中,Dnc,t是虚拟变量,对于非危机时期,t取值为1,否则为0;Dc,t是虚拟变量,其值为1,否则为0。现在,我想在python中运行这个回归。
我正在尝试分析新闻片段,以确定危机时期。为了做到这一点,我已经下载了过去7年的新闻文章,并提供了这些文章。现在,我正在对这个数据集应用LDA (潜在狄利克雷分配)模型,以便识别那些显示出经济危机迹象的国家。
我的代码基于Jordan Barber ()的一篇博客文章--这是我目前为止的代码:
import os, csv
#create list with text blocks in rows, based on csv file
list=[]
with open('Testfile.csv', 'r') as csvfile:
emails =