Debian Science Economics packages

Dynare è una piattaforma software per la gestione di un'ampia classe di modelli economici, in particolare modelli DSGE (dynamic stochastic general equilibrium - a equilibrio generale dinamico stocastico) e OLG (overlapping generations - a generazioni sovrapposte). I modelli risolti da Dynare includono quelli che si basano sull'ipotesi dell'aspettativa razionale, nei quali gli agenti stabiliscono le loro aspettative riguardo al futuro in una modalità consistente con il modello. Dynare però è anche in grado di gestire modelli dove le aspettative sono definite in modo differente: ad un estremo, modelli nei quali gli agenti anticipano perfettamente il futuro; all'altro estremo quelli in cui gli agenti hanno una razionalità limitata o una conoscenza imprecisa della situazione economica e, quindi, definiscono le loro aspettative per mezzo di un processo di apprendimento. In termine di tipi di agenti, i modelli risolti da Dynare possono includere: consumatori, aziende produttive, governi, autorità monetarie, investitori e intermediari finanziari. Un certo grado di eterogeneità può essere ottenuto includendo svariate classi distinte di agenti in ognuna delle sopra citate categorie di agenti.

Dynare offre una modalità semplice e intuitiva per descrivere questi modelli. Data una calibrazione dei parametri del modello, è in grado di eseguire simulazioni dello stesso ed è inoltre in grado, fornito di un insieme di dati, di stimare questi parametri. In pratica, l'utente compilerà un file di testo contenente la lista delle variabili del modello, le equazioni dinamiche che legano insieme queste variabili, i compiti di elaborazione da eseguire e l'output grafico o numerico desiderato.

Questo pacchetto fornisce un'installazione completa di Dynare per essere eseguita al di sopra di GNU Octave.

Gretl (GNU Regression, Econometric and Time-Series Library) è un pacchetto software per l'analisi econometrica, che comprende una libreria condivisa, un programma client a riga di comando e un client grafico GTK+.

Questo pacchetto fornisce il client GTK+ e quello a riga di comando.

Questo pacchetto fornisce le funzioni per lavorare con l'econometria in Octave, un software di calcolo numerico. Le funzioni includono metodi per la massima verosimiglianza (mle_estimate) e stime basate sul metodo generale dei momenti (gmm_estimate).

Questo pacchetto di componenti aggiuntivi di Octave fa parte del progetto Octave-Forge.

Il modulo Python 3 statsmodels fornisce classi e funzioni per la stima di diverse categorie di modelli statistici. Tra questi attualmente sono inclusi: modelli di regressione lineare, OLS, GLS, WLS e GLS con errori AR(p), modelli lineari generalizzati per diverse famiglie di distribuzione ed M stimatori per modelli lineari robusti. È disponibile un'ampia lista di statistiche dei risultati per ciascun problema di stima.

R è un sistema per il calcolo statistico e per la grafica. Consiste di un linguaggio e di un ambiente eseguibile con grafica, un debugger, l'accesso a certe funzioni di sistema e la capacità di eseguire programmi memorizzati in file script.

La progettazione di R è stata pesantemente influenzata da due linguaggi già esistenti: S di Becker, Chambers e Wilks e Scheme di Sussman. Di conseguenza il linguaggio risulta avere un aspetto molto simile a S e l'implementazione e la semantica sottostanti sono derivate da Scheme.

Il cuore di R è un linguaggio interpretato che permette salti e cicli ma anche la programmazione modulare tramite le funzioni. La maggior parte delle funzioni visibili all'utente sono scritte in R. L'utente può interfacciarsi con procedure scritte in C, C++ o FORTRAN per l'efficienza, come fanno molte delle funzioni principali di R. La distribuzione di R contiene funzionalità per un gran numero di procedure statistiche e per i calcoli matematici applicati sottostanti. C'è anche un ampio insieme di funzioni che forniscono un ambiente grafico flessibile per la creazione di diversi tipi di rappresentazione dei dati.

Inoltre, diverse migliaia di "pacchetti" d'estensione sono disponibili dal CRAN, Comprehensive R Archive Network, molti dei quali sono disponibili come pacchetti Debian con nome "r-cran-".

Questo è un metapacchetto che facilita la transizione dall'organizzazione dei pacchetti pre-1.5.0 con il pacchetto r-base più grande. Una volta installato, questo pacchetto può essere tranquillamente rimosso e apt-get aggiornerà automaticamente i suoi componenti in futuro. Questo pacchetto è fornito per dare la possibilità agli utenti di installare poi solo r-base-core se preferiscono così.

Questo pacchetto per GNU R fornisce funzioni, insiemi di dati, esempi, demo e casi d'uso per il libro di Christian Kleiber e Achim Zeileis (2008), Applied Econometrics with R, Springer-Verlag, New York. ISBN 978-0-387-77316-2. (Vedere il caso d'uso "AER" per una panoramica sul pacchetto.)

Il pacchetto bayesm copre molti modelli importanti usati in applicazioni di marketing e micro-econometria. Il pacchetto include:

• regressione bayesiana (variabili dipendenti mono- o multi-variate);
• logit multinomiale (MNL) e probit multinomiale (MNP);
• probit multivariato;
• misture multivariate di normali;
• modelli lineari gerarchici con probabilità a priori e covariate normali;
• logit multinomiale gerarchico con misture di normali come probabilità a priori e covariate;
• analisi bayesiana di dati per l'analisi congiunta basata sulla scelta;
• trattamento bayesiano di modelli di variabili strumentali lineari;
• analisi di dati ordinali multivariati di sondaggi con scale di valori eterogenee (come in Rossi et al, JASA (01)).

Per riferimenti ulteriori, consultare il libro "Bayesian Statistics and Marketing" degli autori: Allenby, McCulloch e Rossi.

This R package provides a user-friendly interface for fitting dynamic linear models and time series regression relationships

The interface and internals of dynlm are very similar to lm, but currently dynlm offers three advantages over the direct use of lm:

• extended formula processing;
• preservation of time series attributes;
• instrumental variables regression (via two-stage least squares).

Questo pacchetto fornisce funzioni per importare serie di dati finanziari ed economici e fa parte di Rmetrics, una raccolta di pacchetti per l'ingegneria finanziaria e la finanza computazionale scritto e compilato da Diethelm Wuertz e altri.

fImport fornisce funzioni di importazione per recuperare dati (gratuiti) da Economagic, la US Federal Reserve, Forecasts.Org, Yahoo e altre risorse web.

Questo pacchetto fornisce funzioni per modelli di serie temporali non lineari e fa parte di Rmetrics, una raccolta di pacchetti per ingegneria finanziaria e finanza computazionale scritti e compilati da Diethelm Wuertz e altri.

fNonlinear fornisce funzioni per modelli di serie temporali non lineari.

Questo pacchetto fornisce funzioni per leggere e scrivere dati archiviati da pacchetti statistici come Minitab, S, SAS, SPSS, Stata, ...

Questo pacchetto fa parte dell'insieme di pacchetti "raccomandati" da R Core e forniti con i rilasci originali dei sorgenti di R stesso.

Questo pacchetto fornisce funzioni per modelli a radice unitaria di serie temporali non stazionarie e fa parte di Rmetrics, una raccolta di pacchetti per ingegneria finanziaria e finanza computazionale scritti e compilati da Diethelm Wuertz e altri.

fUnitRoots fornisce funzioni per modelli per serie temporali non stazionarie.

This GNU R package is a complete suite to estimate models based on moment conditions. It includes the two step Generalized method of moments (Hansen 1982; ), the iterated GMM and continuous updated estimator (Hansen, Eaton and Yaron 1996; ) and several methods that belong to the Generalized Empirical Likelihood family of estimators (Smith 1997; , Kitamura 1997; , Newey and Smith 2004; , and Anatolyev 2005 ).

La libreria Hmisc contiene molte funzioni utili per l'analisi dei dati, grafici di alto livello, le operazioni di utilità, le funzioni per calcolare grandezza e potenza del campione, la traduzione di insiemi di dati SAS, l'immissione di valori mancanti, la generazione di tabelle avanzate, la generazione di cluster di variabili, la manipolazione di stringhe di caratteri, la conversione di oggetti S in codice LaTeX, la registrazione di variabili e l'analisi a misure ripetute con metodo bootstrap.

Questo pacchetto per R fornisce codici di lingua ISO 639, codici territoriali ISO 3166, codici di valuta ISO 4217, codici di scrittura ISO 15924 e i codici di carattere ISO 8859, oltre ai codici di area UN M.49.

Questo pacchetto CRAN fornisce classi e metodi S4 per il fit e l'analisi di modelli lineari ad effetti misti (chiamati anche modelli multilivello, modelli di dati panel e con diversi altri nomi) e modelli lineari generalizzati a effetti misti.

Questo è un insieme di funzioni per GNU R che implementa vari modelli statistici ed econometrici usando le stime delle catene di Markov Monte Carlo (MCMC) che permettono di "risolvere" modelli che altrimenti non sarebbero trattabili con altre tecniche tradizionali, in particolare i problemi di statistica bayesiana (dove una o più probabilità a priori sono usate come parte della procedura di stima, invece di assumere l'ignoranza rispetto alle stime dei punti "reali"), benché il metodo MCMC può anche essere usato per risolvere problemi di statistica di frequenze con probabilità a priori non informative. Le tecniche MCMC sono preferibili anche rispetto alle stime dirette quando ci sono dati mancanti.

Attualmente sono implementati diverse funzioni di inferenza ecologica (EI) (per stimare attributi o comportamenti a livello di individuo a partire da dati aggregati, come risultati elettorali o di censimenti), così come modelli per panel lineari tradizionali e dati da campioni trasversali, alcune funzionalità di visualizzazione per diagnostica di EI, modelli di teoria di risposta agli item a due item (o stima di punto ideale), analisi fattoriale a risposta metrica, ordinale e mista e modelli per regressione gaussiana (lineare) e di Poisson, regressione logistica (o logit) e modelli probit a risposta ordinale e binaria.

I pacchetti suggeriti (r-cran-bayesm, -eco e -mnp) contengono modelli aggiuntivi che possono anch'essi essere utili per coloro che sono interessati a questo pacchetto.

Il pacchetto implementa diversi filtri per serie temporali utili per fare lo smoothing ed estrarre tendenze e componenti cicliche di una serie temporale. Le funzioni sono comunemente usate in economia e finanza, tuttavia dovrebbero essere pertinenti in altri campi. Attualmente sono inclusi nel pacchetto i filtri Christiano-Fitzgerald, Baxter-King, Hodrick-Prescott, Butterworth e per regressione trigonometrica.

This R package intends to make the estimation of linear panel models straightforward. It provides functions to estimate a wide variety of models= and to make (robust) inference.

The main functions to estimate models are:

• plm: panel data estimators using lm on transformed data,
• pgmm: generalized method of moments (GMM) estimation for panel data,
• pvcm: variable coefficients models for panel data,
• pmg: mean groups (MG), demeaned MG and common correlated effects (CCEMG) estimators.

Next to the model estimation functions, the package offers several functions for statistical tests related to panel data/models.

Multiple functions for (robust) variance-covariance matrices are at hand as well. The package also provides data sets to demonstrate functions and to replicate some text book/paper results.

Questo pacchetto contiene le PWT (Penn World Tables) che forniscono i valori delle PPP (parità del potere di acquisto) e i redditi nazionali, convertiti in prezzi internazionali, per 189 nazioni per alcuni o tutti gli anni dal 1950 al 2010. I dati sono sviluppati e mantenuti dagli studiosi del Center for International Comparisons of Production, Income and Prices (CIC) dell'Università della Pennsylvania.

Il pacchetto contiene tutti i rilasci delle PWT dalla versione 5.6 alla 7.1, che sono state create dall'Università della Pennsylvania. Notare che le versioni più recenti delle PWT sono state create dall'Università della California a Davis e dall'Università di Groningen e sono disponibili nei pacchetti r-cran-pwt8 e r-cran-pwt9.

Questo pacchetto contiene la versione 8.x delle PWT (Penn World Tables) che forniscono i valori delle PPP (parità del potere di acquisto) e i redditi nazionali, convertiti in prezzi internazionali per 167 nazioni tra il 1950 e il 2011.

Questa versione delle PWT è prodotta dall'Università della California a Davis e dall'Università di Groningen. È la continuazione del lavoro dell'Università della Pennsylvania. Le versioni più vecchie delle PWT (versione 7 e precedenti) sono disponibili nel pacchetto r-cran-pwt. Una versione più nuova delle PWT (versione 9) è disponibile nel pacchetto r-cran-pwt9.

Questo pacchetto contiene la versione 9.x delle PWT (Penn World Tables) che forniscono i valori delle PPP (parità del potere di acquisto) e i redditi nazionali, convertiti in prezzi internazionali per 182 nazioni tra il 1950 e il 2017.

Questa versione delle PWT è prodotta dall'Università della California a Davis e dall'Università di Groningen. È la continuazione del lavoro dell'Università della Pennsylvania. Le versioni più vecchie delle PWT sono disponibili nei pacchetti r-cran-pwt e r-cran-pwt8.

Questo pacchetto fornisce l'accesso alle serie di dati di DBnomics (https://db.nomics.world/). DBnomics è un progetto open source con lo scopo di aggregare i dati economici mondiali in un'unica posizione, senza costi per il pubblico. DBnomics copre centinaia di milioni di serie da istituzioni nazionali e internazionali (Banca Mondiale, Fondo Monetario Internazionale, Eurostat, istituti di statistica nazionali e banche centrali, ...).

Questo pacchetto fornisce un insieme di classi e metodi per leggere documenti con dati e metadati scambiati attraverso l'infrastruttura SDMX (Statistical Data and Metadata Exchange, scambio di dati e metadati statistici), che attualmente si concentra sul formato standard XML per SDMX (SDMX-ML).

SDMX è un'iniziativa per promuovere standard per lo scambio di informazioni statistiche. È sponsorizzato da svariati importanti fornitori di informazioni statistiche: la Banca dei regolamenti internazionali, la Banca centrale europea, l'Eurostat (l'ufficio statistico dell'Unione Europea), il Fondo monetario internazionale (FMI), l'Organizzazione per la cooperazione e lo sviluppo economico (OCSE), la divisione statistica delle Nazioni Unite, l'Organizzazione delle Nazioni Unite per l'Educazione, la Scienza e la Cultura e la Banca Mondiale.

Il pacchetto può perciò essere usato per scaricare informazioni statistiche dai server di queste organizzazioni e da quelli di molte altre istituzioni.

Questo pacchetto CRAN fornisce funzioni aggiuntive per l'analisi di serie temporali, oltre a svariate funzioni per la finanza computazionale.

Questo pacchetto fornisce funzioni per analisi di radici unitarie e di cointegrazione, comuni in econometria e nelle serie temporali applicate.

Cerca e scarica dati da più di 40 database ospitati dalla Banca Mondiale, inclusi World Development Indicators (WDI), International Debt Statistics, Doing Business, Human Capital Index e indicatori Sub-national Poverty.

Notare che il pacchetto non contiene i dati. Fornisce invece un insieme di funzioni per scaricare i dati dal sito web della Banca Mondiale.

Emacs Speaks Statistics (ESS) is an add-on package for GNU Emacs. It is designed to support editing of scripts and interaction with various statistical analysis programs such as R, S, S-Plus, SAS, Stata, BUGS/JAGS and Julia.

It provides the following features:

• Editing source code (R, S, S-plus, SAS, BUGS/JAGS, Stata, Julia)
• Syntactic indentation and highlighting of source code
• Partial evaluation of code
• Loading and error-checking of code
• Source code revision maintenance
• Batch execution (SAS, BUGS/JAGS)
• Use of imenu to provide links to appropriate functions
• Interacting with the process (R, S, S-plus, SAS, Stata, Julia)
• Command-line editing
• Searchable Command history
• Command-line completion of R, S, S-plus object names and file names
• Quick access to object lists and search lists
• Transcript recording
• Interface to the help system
• Transcript manipulation (R, S, S-plus, Stata)
• Recording and saving transcript files
• Manipulating and editing saved transcripts
• Re-evaluating commands from transcript files
• Interaction with Help Pages and other Documentation (R)
• Fast Navigation
• Sending Examples to running ESS process
• Fast Transfer to Further Help Pages
• Help File Editing (R)
• Syntactic indentation and highlighting of source code
• Sending Examples to running ESS process
• Previewing

Questo metapacchetto installa i pacchetti Debian Science per l'ingegneria finanziaria e la finanza computazionale.

Questo metapacchetto installa i pacchetti Debian Science relativi alla matematica. Chi installa questo pacchetto potrebbe essere interessato al debtag field::mathematics e, in base alle proprie esigenze, al metapacchetto education-mathematics.

Questo pacchetto installa i pacchetti Debian Science utili per il calcolo numerico. Il pacchetto fornisce un sistema di calcolo orientato ai vettori e di visualizzazione per il calcolo scientifico e l'analisi dei dati. Questi pacchetti sono simili ai sistemi commerciali come Matlab e IDL.

Questo metapacchetto installa i pacchetti Debian Science utili per le scienze sociali.

Questo metapacchetto fa parte del Debian Pure Blend "Debian Science" e installa pacchetti relativi alla statistica. Questa è un'attività generica che può essere utile per qualsiasi lavoro scientifico. Dipende da moltissimi pacchetti R, oltre che da alcuni altri strumenti che sono utili per fare statistiche. Inoltre è suggerita l'attività Debian Science per la matematica per installare, in modo opzionale, tutto il software relativo alla matematica.

Dynare is a software platform for handling a wide class of economic models, in particular dynamic stochastic general equilibrium (DSGE) and overlapping generations (OLG) models. The models solved by Dynare include those relying on the rational expectations hypothesis, wherein agents form their expectations about the future in a way consistent with the model. But Dynare is also able to handle models where expectations are formed differently: on one extreme, models where agents perfectly anticipate the future; on the other extreme, models where agents have limited rationality or imperfect knowledge of the state of the economy and, hence, form their expectations through a learning process. In terms of types of agents, models solved by Dynare can incorporate consumers, productive firms, governments, monetary authorities, investors and financial intermediaries. Some degree of heterogeneity can be achieved by including several distinct classes of agents in each of the aforementioned agent categories.

Dynare offers a user-friendly and intuitive way of describing these models. It is able to perform simulations of the model given a calibration of the model parameters and is also able to estimate these parameters given a dataset. In practice, the user will write a text file containing the list of model variables, the dynamic equations linking these variables together, the computing tasks to be performed and the desired graphical or numerical outputs.

This package is only useful to users having MATLAB installed on their machine. It contains the source of the MEX files and will recompile them using the existing MATLAB installation.

X-13ARIMA-SEATS is a seasonal adjustment software produced, distributed, and maintained by the Census Bureau, U.S. Department of Commerce.

Features include:

• Extensive time series modeling and model selection capabilities for linear regression models with ARIMA errors (regARIMA models);
• The capability to generate ARIMA model-based seasonal adjustment using a version of the SEATS procedure originally developed by Victor Gómez and Agustín Maravall at the Bank of Spain as well as nonparametric adjustments from the X-11 procedure;
• Diagnostics of the quality and stability of the adjustments achieved under the options selected;
• The ability to efficiently process many series at once.

This package ships the version of the program that creates ASCII text file output.

Dolo is a tool to assist researchers in solving several types of Dynamic Stochastic General Equilibrium (DSGE) models, using either local of global approximation methods.

Users are can separate the definition of their models from the solution algorithm. A simple syntax is provided in YAML files to define variables and equations of several types. This syntax integrates the specification of occasionally binding constraints (a.k.a. complementarity conditions)

The user can then implement his own preferred solution method using one of the provided tools (various types of interpolation, solvers, ...) or use one of the already implemented procedures.

Dolo is written in Python and so are his solution routines. If you prefer or need to use another language for the solution, you can always use dolo as a preprocessor. In that case, dolo will just translate the model file into a numerical file usable by your software. Currently, Octave/MATLAB and Julia are supported.

Minsky is one of a family of ``system dynamics'' computer programs. These programs allow a dynamic model to be constructed, not by writing mathematical equations or numerous lines of computer code, but by laying out a model of a system in a flowchart, which can then simulate the system. These programs are now the main tool used by engineers to design complex products, ranging from small electrical components right up to passenger jets.

What does Minsky provide that other system dynamics programs don't boils down to one feature: The Godley Table that enables a dynamic model of financial flows to be derived from a table that is very similar to the accountant's double-entry bookkeeping table. Hence Minsky is very well suited for simulating Stock-Flow Consistent (SFC) models.

NetLogo is a programmable modeling environment for simulating natural and social phenomena. It was authored by Uri Wilensky in 1999 and has been in continuous development ever since at the Center for Connected Learning and Computer-Based Modeling.

NetLogo is particularly well suited for modeling complex systems developing over time. Modelers can give instructions to hundreds or thousands of "agents" all operating independently. This makes it possible to explore the connection between the micro-level behavior of individuals and the macro-level patterns that emerge from their interaction.

This package allows to simulate Post-Keynesian Stock-Flow Consistent Models, following the approach of Godley, W. and M. Lavoie, 2007: Monetary Economics An Integrated Approach to Credit, Money, Income, Production and Wealth.

The package uses the Gauss-Seidel algorithm to solve linear systems of equations, following the approach found in Kinsella, Stephen and O’Shea, Terence, Solution and Simulation of Large Stock Flow Consistent Monetary Production Models Via the Gauss Seidel Algorithm.

pandaSDMX is SDMX software that facilitates the acquisition and analysis of SDMX-2.1 compliant data and metadata. These can be rendered in various formats:

• as a hierarchical data structure following closely the SDMX 2.1 information model. Technically, the model is a layer on top of the XML structure rendered by SDMX web services.
• as arbitrary output generated by dedicated writers. Currently, there is only one writer rendering data as pandas Series and DataFrames.

QuantEcon provides a high performance, open source Python code library for economics.

Contains data sets that can be used to replicate a large set of published papers.

Download economic and financial time series from public sources, including the St Louis Fed's FRED system, Yahoo Finance, the US Bureau of Labor Statistics, the US Energy Information Administration, the World Bank, Eurostat, the European Central Bank, the Bank of England, the UK's Office of National Statistics, Deutsche Bundesbank, and INSEE.

This packages implements vector autoregressive-, structural vector autoregressive- and structural vector error correction models in R. In addition to the three cornerstone functions VAR(), SVAR() and SVEC() for estimating such models, functions for diagnostic testing, estimation of a restricted models, prediction, causality analysis, impulse response analysis and forecast error variance decomposition are provided too. It is further possible to convert vector error correction models into their level VAR representation.

BMR (Bayesian Macroeconometrics in R) is a collection of R and C++ routines for estimating Bayesian Vector Autoregressive (BVAR) and Dynamic Stochastic General Equilibrium (DSGE) models in the R statistical environment. Features

For BVARs, BMR supports: * normal-inverse-Wishart prior, * Minnesota prior, and * Mattias Villani's steady-state prior. The BMR package can also estimate BVARs with time-varying parameters, as well as classical (non-Bayesian) VARs.

For DSGE models, the package can: * solve models using either Harald Uhlig's method of undetermined coefficients

  or Chris Sims' canonical decomposition;
* estimate models using MCMC by means of a Kalman filter or the Chandrasekhar
  recursions;
* and estimate a hybrid DSGE-VAR model.

gEcon allows users to describe their models in terms of optimisation problems of agents. Given optimisation problems, constraints and identities, gEcon derives the first order conditions, steady state equations, and linearisation matrices automatically. Numerical solvers can be then employed to determine the steady state and approximate equilibrium laws of motion around it.

RECS is a MATLAB solver for dynamic, stochastic, rational expectations equilibrium models. RECS stands for "Rational Expectations Complementarity Solver". This name emphasizes that RECS has been developed specifically to solve models that include complementarity equations, also known as models with occasionally binding constraints.

RECS is designed to solve small-scale nonlinear and complementarity models, but not large-scale models. For solving large-scale problems, but without complementarity equations, see Dynare or similar toolboxes.

Repast for High Performance Computing (Repast HPC) is a next generation agent-based modeling system intended for large-scale distributed computing platforms. It implements the core Repast Simphony concepts (e.g. contexts and projections), modifying them to work in a parallel distributed environment.

Repast HPC is written in cross-platform C++. It can be used on workstations, clusters, and supercomputers running Apple macOS, Linux, or Unix. Portable models can be written in either standard or Logo-style C++.

Repast HPC has been successfully tested for scalability on Argonne National Laboratory's Blue Gene/P.

Repast Simphony is a tightly integrated, richly interactive, cross platform Java-based modeling system. It supports the development of extremely flexible models of interacting agents for use on workstations and computing clusters.

Repast Simphony models can be developed in several different forms including the ReLogo dialect of Logo, point-and-click statecharts, Groovy, or Java, all of which can be fluidly interleaved.

Repast Simphony has been successfully used in many application domains including social science, consumer products, supply chains, possible future hydrogen infrastructures, and ancient pedestrian traffic to name a few.