- 博客(49)
- 收藏
- 关注
RSS订阅原创 Vibe Regging不写一行代码做回归：免费用Trae+Stata MCP+Skills实现全自动经管实证分析，手把手教学
把隐性知识转化为显性指令的过程，就是知识真正内化的过程。这套工作流的价值，不在于让你更快地完成一篇论文——虽然确实快了一个数量级——而在于它改变了研究的生产方式：从依赖个人技艺的手工作坊，走向基于标准化流程和可复用知识资产的现代化生产。这才是Vibe Regging的真正含义：不是随意地跑回归，而是在深度理解的基础上，让技术替你处理那些不需要创造力的部分，把时间还给真正的思考。
2026-03-17 14:14:16
504
原创 当工具变量遇上深度学习：DeepIV如何看透因果？
想象一下，我们要研究机票价格（处理变量 P）对销量（结果变量 Y）的真实影响，但又受到了无法观测的“会议需求”（混杂因素 E）的干扰。这时，我们需要找到一个“局外人”，它就是工具变量（Z）。这个“局外人”必须满足三个苛刻的条件：相关性 (Relevance)：它必须能影响机票价格 P。例如，燃油成本的波动。航空公司会根据燃油成本调整票价，所以燃油成本与票价是相关的。排他性 (Exclusion)：它只能通过影响票价来影响销量 Y，而不能有任何“秘密通道”直接影响销量。
2025-12-26 10:55:57
967
原创 把握2025年中央经济工作会议信号：新一轮经济学研究该怎么选题？
2025年中央经济工作会议为我们描绘了一幅复杂而充满希望的经济图景。作为研究者，我们的任务就是用严谨的理论和扎实的证据，去理解这幅图景背后的逻辑，评估各项政策的得失，并为未来的优化提供洞见。从宏观的政策组合到微观的企业行为，从前沿的科技创新到基础的民生保障，本次会议提出的每一个重点任务，都值得我们投入心力，深入挖掘。希望这份选题指南能成为你学术探索的起点，让我们一起，用实证的力量，为中国经济的高质量发展贡献智慧。
2025-12-25 16:37:57
904
原创 DoubleML+FLAML实现双重机器学习超参数的自动调优（python实现路径）
本文介绍了如何将自动化机器学习（AutoML）工具FLAML与DoubleML框架结合，实现机器学习模型的自动调优。主要内容包括： 使用FLAML为DoubleML框架中的部分线性回归模型（PLR）自动调优XGBoost模型，包括结果模型和处理模型的优化配置 通过三种方式实现调优：在全样本上调优、评估调优效果以及在交叉验证折内调优 展示了如何创建自定义接口将FLAML集成到DoubleML中，实现训练过程中自动调优 实验使用合成数据，包含1000个观测值和50个协变量，结果表明自动化调优过程能有效优化模型性
2025-12-25 13:14:53
803
原创 我用 Gemini3 打造了一个经管实证神器，10 分钟搞定Stata全套代码！
用Gemini3pro生成经管领域学术生产力神器，可自动生成Stata代码框架。用户只需输入研究主题，AI即可生成变量定义及从基准回归到机制分析的完整代码模板。该工具虽不能直接运行（需数据支持），但能快速构建研究框架，特别适合科研新手入门实证分析。目前支持一键复制代码，但需注意模型可能存在的学习数据不足问题。
2025-12-10 16:00:21
440
原创 「能源经济选题必看」从第十四届中国能源经济与管理学术年会看选题创新（附名单）
第十四届中国能源经济与管理学术年会论文选题呈现多维度创新趋势：一是学科交叉融合，形成复合型研究议题；二是紧扣双碳目标下的"效率-公平-安全"三角平衡等核心矛盾；三是运用AI、博弈论等新方法拓展量化研究深度；四是研究主体从企业延伸至家庭个体，空间尺度拓展至网络与流域；五是注重政策工具组合与市场机制设计。未来研究将深化自然科学与社会科学的融合，构建多尺度动态模型，探索全球治理与本土实践的互动机制。
2025-12-09 17:21:13
1224
原创 「能源经济学术大赛必看」4个宝藏级小众DID政策选题
能源经济政策评估类研究正转向小众试点政策作为创新选题方向。本文推荐4个具有"DID实证研究价值"的交叉领域政策：1）绿色数字中心政策（驱动城市绿色创新）；2）国家可持续发展议程创新示范区（提升城市可持续竞争力）；3）生态环境智慧监测试点（抑制企业环境信息粉饰）；4）清洁能源消纳行动计划（促进可再生能源转型）。这些政策兼具准自然实验属性和数据可得性，均获2024-2025年最新文献支持，为能源经济竞赛提供选题切入点和方法参考。
2025-12-09 17:13:16
877
原创 能源经济学术创意大赛·泛能源大数据与人工智能·参考顶刊解析（视频讲解+复现代码）
本文解析了《Environmental Impact Assessment Review》一篇关于土地利用生态经济权衡的顶刊论文，为能源经济学术创意大赛提供参考。论文以武汉为例，构建“多尺度+可解释机器学习”框架，量化土地利用变化中的生态成本（ESVC）与经济效益（LDEP），揭示非线性驱动机制。研究亮点包括：选题紧扣城市化痛点，多尺度数据体系（宏观-中观-微观），XGBoost-SHAP模型解析非线性效应，方法兼顾创新性与可解释性。对大赛的启示：1）选题需立足能源领域现实矛盾（如可再生能源并网权衡
2025-11-20 16:49:20
835
原创 能源经济大赛选题新参照：第九届中国绿色低碳发展论坛深度解析
第九届中国绿色低碳发展论坛聚焦新质生产力、碳普惠政策、供应链数字化等前沿议题，为能源经济大赛选题提供了多维创新思路。研究强调问题导向与跨学科融合，如量化特高压设施全生命周期排放、设计碳普惠行为激励模型、探索数据要素市场化对绿色转型的驱动作用。论坛提出的15个高价值选题，覆盖政策协同、代际公平与技术突破等方向，兼具理论深度与实践价值，为破解“双碳”目标下的转型难题提供了方法论借鉴。
2025-11-20 16:45:30
1599
原创 能源经济学术创意大赛·计量类实证论文示例·代码复现
【能源经济大赛计量类论文冲奖攻略】 本文聚焦人工智能（AI）对企业漂绿行为的抑制效应，基于2011-2022年中国上市公司数据，采用大语言模型ERNIE 3.0创新测量企业AI应用水平，揭示：1）AI显著降低企业漂绿程度15.7%（p<0.01）；2）作用机制包括提升运营效率、重塑人力资本和驱动绿色创新；3）效应在污染密集型、非国有和技术密集型企业中更显著。研究贡献在于：提出技术赋能的漂绿治理新路径，开发基于LLM的AI应用测量方法，为数字技术与环境治理交叉研究提供实证支持。政策启示强调AI监管工具开
2025-11-12 11:56:59
1465
原创 从 “数据透明” 到 “生态公平”：数字监测的环境平权之路：环境政策did《环境空气质量标准》实验
从河北的监测站到北京的APP，从企业的排污数据到公众的监督反馈，数字技术正在重塑中国环境治理的格局。这项研究告诉我们，环境不平等并非发展的必然代价——通过数字监测构建的"透明治理体系"，能让监管标准更统一、污染转移更困难、公众参与更有效。当然，技术只是工具。要实现真正的生态公平，还需要制度设计与技术应用的协同：既要通过数字手段打破信息壁垒，也要通过制度改革平衡地方政府的经济与环境责任；既要让监测数据"上得来"，也要让治理资源"沉下去"。
2025-11-12 11:52:48
899
原创 蚂蚁森林背后的“减碳密码”：公益碳普惠政策如何改变家庭碳排放？
蚂蚁森林等公益碳普惠项目正悄然改变中国家庭的碳排放习惯。研究表明，这种非经济激励模式通过游戏化设计和社交互动，比物质奖励更能持续激发低碳行为。基于7亿用户数据的分析显示，参与家庭在交通、家电等直接排放领域减碳效果显著，尤其在城市和发达地区。项目通过"助推理论"降低参与门槛，"心理账户理论"将环保行为可视化，使低碳逐渐内化为生活方式。研究为消费端减排提供新思路：需加强数字普惠、注重长期环保意识培养，让减碳从义务变为习惯。
2025-11-04 20:34:09
760
原创 「能源经济大赛必看」15个能源经济DID政策最全汇总！
本文系统梳理了15类能源经济政策的双重差分法（DID）实证研究文献，涵盖"大气十条"、低碳城市试点、绿色金融等核心政策。通过分类整理政策对绿色创新、碳减排、企业转型等影响的高质量研究，为能源经济大赛参赛者提供选题参考与方法借鉴。文献按政策类型分表呈现，包含标题、期刊及发表年份，助力快速锁定研究方向，提升实证分析质量。
2025-11-04 20:29:59
1260
原创 「能源经济大赛必看」能源经济、环境经济会议与期刊权威盘点！
本文为能源经济、环境经济与绿色经济领域的学术会议与期刊指南，提供国际和国内层面的核心会议与期刊信息。国际会议包括IAEE年会、AERE夏季会议、EAERE年会和WCERE世界大会等；国内会议以中国环境与资源经济学论坛为主。期刊推荐涵盖《Energy Economics》《JEEM》《JAERE》等旗舰刊物，建议优先选择协会主办会议和出版社旗舰期刊。强调投稿前需复核官网最新信息，并关注编辑政策与审稿周期。适用于学者选会参会、选刊投稿及长期跟踪研究动态。
2025-10-30 16:26:18
1395
原创 双重机器学习还可以进行分位数回归？怎么做才能让故事更加精彩！附python代码
本文聚焦双重机器学习（DoubleML/DML）在分位数回归中的应用，核心解决传统分位数回归面临的内生性干扰、复杂数据适配不足、无法精准捕捉分位数异质性三大痛点。DML 凭借交叉拟合拆分因果与干扰项、兼容机器学习模型（如 LGBM）处理复杂数据、聚焦全分位差异三大优势，成为分位数回归的高效解决方案。
2025-10-30 16:18:06
796
原创 如何对双重机器学习模型进行敏感性分析？绘制敏感性分析等高线图可视化教程
本文基于 DoubleML Python 包及 Chernozhukov 等人（2022）理论，聚焦双重机器学习（DoubleML）模型敏感性分析与等高线图可视化，提供实操教程。
2025-10-27 16:32:46
1227
原创 利用双重机器学习进行因果分析的工作流（附Python和R代码）
DoubleML工作流提供了一个基于机器学习的因果分析框架。本文以401(k)养老金计划对净金融资产的影响为例，展示了从问题构建到模型实现的完整流程：1）通过因果图明确研究问题；2）初始化数据后端，定义变量角色；3）选择部分线性回归模型（PLR）；4）指定随机森林和XGBoost作为机器学习方法。该流程结合了因果推断理论和机器学习优势，可处理观测数据中的内生性问题。Python和R的实现代码展示了如何将理论转化为实践。
2025-10-27 16:26:55
1354
原创 能源经济大赛选题推荐！2026年第十二届能源经济学术创意大赛40个选题！
摘要：内容展示了能源经济领域的竞赛成果与目标，包含多张动态图表和数据可视化素材，重点呈现2025年本科与硕士国家级一等奖（各1项）及省级奖项的冲刺计划。通过GIF动图与静态图表相结合的形式，生动展现了项目的研究进展与学术追求。（98字）
2025-10-25 17:49:41
983
原创 面向社科研究者：用深度学习做因果推断（三）
深度因果估计方法与应用 本文系统介绍了深度因果估计的三种核心方法：1）S/T学习器通过单个或双神经网络建模潜在结果；2）TARNet利用共享表示层实现数据平衡；3）Dragonnet结合IPW与半参数理论实现双重稳健性。文章详细阐述了模型实现（提供TensorFlow/PyTorch代码）、置信度评估（基于EIC计算标准误）及解释方法（SHAP和集成梯度），并包含5个实操教程。同时探讨了深度学习在非传统数据（文本、网络、图像及时变数据）因果推断中的应用。最后指出神经网络在建模非线性异质性方面的优势与局限，展
2025-10-25 17:33:51
860
原创 面向社科研究者：用深度学习做因果推断（二）
本文介绍了基于潜在结果框架的因果推断方法，重点讨论了平均处理效应(ATE)和条件平均处理效应(CATE)的识别与估计。在因果识别方面，提出了四个关键假设：条件可忽略性、一致性、重叠性和可逆性，并详细说明了相关符号体系。在估计策略上，介绍了处理建模和结果建模两种核心方法，以及提升稳健性的双重稳健估计器。文章通过婴儿健康发展的案例说明了混杂偏差的调整方法，并定义了PEHE作为评估异质性效应的指标。这些理论为后续结合深度学习的因果估计奠定了基础。
2025-10-24 10:26:56
684
原创 面向社科研究者：用深度学习做因果推断（一）
深度学习与因果推断的结合为社会科学研究开辟了新路径。本教程填补了传统因果推断方法（依赖强参数假设）与深度学习（擅长处理复杂数据但缺乏可解释性）之间的空白，系统介绍了如何利用神经网络进行因果效应估计。内容涵盖：（1）深度学习基础（神经网络、表示学习）；（2）因果推断核心概念（识别假设、匹配、IPW等）；（3）三种深度因果估计方法（结果建模、表示学习平衡、双重稳健性）；（4）典型模型实现（S/T学习器、TARNet、Dragonnet）；（5）非传统数据（文本/图像/网络）的因果分析案例。配套的Tenso
2025-10-24 10:23:25
1096
原创 从2025年第二十五届中国经济学年会看经济学选题创新（附论文名单）
第二十五届中国经济学年会论文选题呈现四大创新特征：一是紧扣时代议题，如双碳目标（19篇）、数字化转型（30篇）和共同富裕（17篇），深入探讨实施路径而非泛泛而谈；二是自然融合多学科视角，如《方言声韵特征与营商环境》结合文化人类学与产业经济学；三是从微观层面切入宏观问题，49篇金融经济论文多聚焦企业融资行为等微观机制；四是扎根中国现实，所有选题均基于本土经济问题展开。这些研究体现了"应用牵引、基础支撑"的良性结构，金融经济（49篇）、企业与产业经济（30篇）等热点领域与当前"金融支持实体经济"等国家战略高度契
2025-10-23 14:56:52
2214
原创 能源经济选题推荐：可再生能源转型政策如何提高能源韧性？基于双重机器学习的因果推断
中国在可再生能源转型过程中，如何提升城市能源系统韧性？本研究基于2014-2021年266个地级市数据，采用双重机器学习方法，分析《清洁能源消纳行动计划》对城市能源韧性的影响。结果表明：可再生能源转型显著提升韧性，且通过低碳理念普及、气候风险降低、能源效率提升及市场化改革四条路径实现。异质性分析发现，发达城市、北方城市及高排放城市受益更明显。此外，转型还能缩小区域间韧性差距，为平衡绿色发展与能源安全提供政策启示。
2025-10-23 14:43:52
1715
原创 随机试验中异质性处理效应的通用机器学习因果推断
机器学习与因果推断的融合：探索异质性效应的通用框架 本文提出了一种结合机器学习（ML）与随机对照试验（RCT）的创新框架，用于分析干预措施的异质性处理效应（HTE）。该框架采用"不可知论"策略，不依赖ML模型的强假设，而是通过样本分割和两阶段分析来确保统计稳健性。第一阶段利用任意ML方法在辅助样本上生成效应预测代理，第二阶段在主样本中通过三个核心工具进行推断：最佳线性预测器（BLP）用于校准ML预测，分组平均处理效应（GATES）提供直观的分组比较，以及条件局部平均处理效应（CLAN）描
2025-10-05 17:11:55
895
原创 能源经济大赛选题推荐：新能源汽车试点城市政策对能源消耗的负面影响——基于技术替代效应的视角
摘要 本研究揭示了中国新能源汽车试点城市政策（NEVPCP）引发的"绿色创新悖论"现象。基于2006-2021年263个地级市数据，发现该政策通过"煤代油"技术替代效应，反而导致试点城市煤炭消费占比显著上升0.0309。异质性分析显示，效应在东部地区（0.0615）、电力不自给城市（0.0501）和高火电占比地区（0.0562）尤为突出。"西电东送"工程更导致环境负担区域转移，如中通道受电地区煤炭消费增加0.1345。研究建议应建立绿色技术与能源结
2025-10-05 17:07:18
2016
原创 因果推断想突破传统局限？深度学习 × 结构经济模型，异质性研究的创新契机在这
本文探讨了深度学习与结构经济模型的融合路径，旨在解决传统方法在个体异质性建模和政策优化中的局限性。研究表明，结构模型虽具备经济解释力和政策适用性，但难以捕捉复杂异质性；而机器学习虽擅长灵活拟合数据，却缺乏理论约束，导致外推结果违背经济直觉。作者提出将深度神经网络（DNNs）嵌入结构模型的框架，通过参数函数化实现异质性建模，既保留参数的经济含义，又利用DNNs学习非线性关系。该方法在贷款需求估计等案例中显示出优于纯ML或纯结构模型的性能，能生成符合经济理论的外推结果，并为个性化定价等政策提供可靠依据。研究还发
2025-10-03 15:17:05
1004
原创 政策评估中的隐形陷阱：从冷战CIA干预研究看“阿森费尔特沉降效应”
在数据驱动的时代，我们如何避免被数据"欺骗"？阿森费尔特沉降效应提醒我们，数据本身是客观的，但我们对数据的解释可能受到各种偏误的影响。理解这些统计陷阱不仅是学术研究的需要，也是成为明智的政策观察者和参与者的必要条件。在一个充满各种政策实验和干预措施的世界里，**具备识别和控制选择性偏误的能力**，能够帮助我们更准确地评估政策效果，做出更明智的集体决策。这项关于CIA干预的研究，通过其严谨的方法论和令人信服的发现，为我们提供了一个关于如何在复杂的现实世界中进行因果推断的典型范例。它告诉我们，真正的科学
2025-10-03 15:12:41
860
原创 如何让你的Stata接入大模型Agent？Stata MCP+ IDE配置教程
本文介绍如何将Stata与现代代码编辑器集成，通过Stata MCP扩展实现AI辅助编程。主要内容包括： 系统要求检查：需Stata 17+、Python 3.11+和VS Code/Cursor IDE 安装Stata MCP扩展的三种方法：市场安装、VSIX文件安装和AI辅助安装 配置说明：通常无需手动配置，仅在自动检测失败时需设置Stata路径 核心功能：智能提示、AI代码生成、错误诊断和实时结果查看 该方案能显著提升Stata使用效率，特别适合统计分析和数据科学工作。安装过程约15分钟，建议优先尝试
2025-10-02 20:03:48
3307
原创 能源经济选题推荐：绿色电网
今天介绍的 DID 选题是发在能源经济领域顶刊 **Energy Economics** 2025 年第 141 卷 C 期的一篇文章。这篇研究把国家电网斥资 3800 亿打造的特高压工程变成了天然实验场 —— 利用 2009 - 2016 年 “三纵三横”“四交四直 ”分阶段建设形成的政策冲击，用双重差分法精准识别出一个硬核结论：特高压电网接入后，受电端企业的绿色专利申请量显著增长约 3%。更妙的是，文章通过事件研究证明接入前无预趋势，用电力电缆长度等工具变量做 2SLS 解决内生性，把“基础设施如何驱动
2025-10-02 19:55:43
925
原创 跟着顶刊学实证｜人工智能与企业高质量发展:来自国家新一代人工智能创新发展试验区的经验证据
本研究基于2019-2021年中国18个新一代人工智能创新发展试验区政策，采用多时点DID方法，实证检验人工智能对企业高质量发展的影响。研究发现：1）人工智能显著提升企业全要素生产率，该效应在中小企业和服务业更显著；2）作用路径包括促进技术突破式创新、优化资本/劳动力要素配置、推动企业转型升级；3）人工智能还加速企业地理边界扩张，子公司覆盖城市数年均增长15.7%。政策启示建议深化"5G+工业互联网"应用，构建智能管理场景，推动实体经济与数字经济深度融合。研究为人工智能赋能经济高质
2025-08-12 23:18:52
1596
原创 数字人民币试点城市政策DID（附数据）
本研究旨在深入探讨数字人民币试点政策对中国经济的潜在影响。具体而言，研究将聚焦于三个核心经济领域：城市居民消费与支付行为、商业银行存款与流动性，以及数字经济活跃度与零售业营收。研究将采用城市层面的面板数据，并运用先进的多时期 DID 估计方法，以确保因果推断的稳健性。通过对这些关键领域的影响进行量化分析，本研究将为评估数字人民币试点政策的成效提供实证依据，并为未来的政策制定和推广提供参考。
2025-07-16 12:16:12
1762
原创 数字人民币与稳定币：未来货币，谁主沉浮？
数字人民币（e-CNY）被明确定义为中国法定货币的数字形式，由中国人民银行（PBOC）发行[2]。它与实物人民币具有同等的法律地位和经济价值[2]。数字人民币主要定位为流通中的现金（M0）的替代品，旨在与实物货币长期并存[2]。这种M0定位意味着数字人民币不计付利息，使其与实物现金保持一致，并旨在减少其与商业银行存款的直接竞争[2]。至关重要的是，数字人民币是中央银行对公众的直接负债，以国家信用为支撑，确保了其法定货币地位和内在安全性[2]。
2025-07-16 12:04:51
2027
原创 因果中介分析指南（二）：stata中mediate的用法教程
本文介绍了使用Stata进行因果中介分析的详细指南，通过6个案例演示不同数据类型和模型设定下的操作流程。文章重点讲解了mediate命令的语法规则，涵盖连续/二元结果变量、中介变量的处理方法，以及协变量调整等复杂场景。核心内容包括：1）基础命令快速入门；2）结果模型与中介模型的参数设置；3）五种关键效应量（NIE、NDE等）的解读；4）通过虚构数据案例（运动对幸福感的影响）分步说明分析流程。该指南为研究者提供了从理论到实践的完整中介分析解决方案，特别强调交互项设定、效应量解释等实操要点。
2025-07-04 11:15:15
1203
原创 机制分析还能怎么做？来看看「多中介因果路径分析」（附顶刊案例+源文献代码）
在社会科学研究领域，机制分析始终作为揭示变量间因果关系的核心枢纽，更是 “讲好故事” 的关键所在。以中介机制分析为例，在学界诸位研究者的探索下，其方法不断革新 —— 从传统的 “三步法”，到优化的 “两步法”，再到如今的 “因果中介” 模型，每一次迭代都让因果关系的剖析更加精准，研究故事的脉络愈发丰富多元。恰当的研究方法不仅是证实研究结论的有力工具，更能成为挖掘潜在变量关系的 “金钥匙”。近期，阿水梳理发现，近一年来顶刊中开始出现一种新的机制分析方法 —— 多中介因果路径分析。随着复杂因果关系研究的深入
2025-07-04 11:03:04
1616
原创 因果中介分析指南（三）：stata中mediate的用法（完结）【包含连续型处理效应的因果中介】
本文介绍了因果中介分析的高级应用场景，包括计数中介变量、指数均值结果、多值处理、连续处理等模型。通过Stata中的mediate命令，文章展示了如何在不同数据类型下进行中介效应分解，估计自然间接效应(NIE)、自然直接效应(NDE)和总效应(TE)。以出生体重研究为例，演示了教育程度通过吸烟行为影响婴儿体重的机制分析，并比较了线性模型与指数均值模型的结果差异。文章还涉及控制直接效应估计和处理效应尺度转换等进阶内容，为研究者提供了全面的因果中介分析实操指南。
2025-07-03 17:12:06
1208
原创 Stata如何做机器学习？——SHAP解释框架下的足球运动员价值驱动因素识别：基于H2O集成学习模型
使用H2O机器学习框架分析1000多名足球运动员的市场价值驱动因素。通过合并GitHub和Kaggle数据，构建了包含21个变量的数据集，重点关注球员表现指标。研究采用对数转换处理数据偏态，并运用随机森林和梯度提升机进行建模（80%训练集，20%测试集）。结果显示，模型能有效预测球员市场价值（Deviance=0.654），特别揭示了法国前锋姆巴佩作为异常高价值案例。研究创新性地结合SHAP解释框架，识别出关键价值驱动因素，为足球产业转
2025-07-03 17:05:38
1311
原创 非平行趋势下的双重差分敏感性分析：HonestDiD（stata教程）
HonestDiD：DID与事件研究的稳健推断工具包 该Stata工具包基于Rambachan & Roth (2022)的顶刊方法，通过两种创新方式量化平行趋势假设的潜在违背： 1️⃣ 相对大小限制：后处理期趋势偏离不超过预处理期最大偏离的M倍 2️⃣ 平滑性限制：趋势斜率变化幅度不超过M值 核心功能包括： • 构建考虑估计误差的稳健置信区间 • 自动计算结论成立的M值"崩溃点" • 支持非交错/交错DID设计，兼容主流命令 • 提供医疗补助扩张案例全流程分析 安装简便，支持W
2025-06-07 19:03:10
1667
原创 Stata好写，太好写了！附《stata代码速查表》【最全stata指南】
阿水给大伙扒拉到了stata官网精心整理的一套 《stata代码速查表》，里面啥常用的数据分析、数据转换、数据可视化的stata代码，统统都有呢。大伙可以自个儿去下载打印
2025-06-05 21:59:16
1465
原创 合成控制双重差分（SDID）可视化实战：用synthdid绘制顶刊因果推断图表
合成双重差分法（SDID）是一种估计面板数据中处理效应的新方法。本文介绍了SDID的R语言实现包，通过加州99号提案对香烟消费的影响案例演示其应用。该包可计算处理效应点估计值、构建置信区间，并提供丰富的数据可视化功能，包括平行趋势图、控制单元贡献图和预处理趋势检验。文章对比了SDID与传统双重差分法和合成控制法的估计结果
2025-06-02 21:05:51
1484
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人