⛵ 连享会 - 课程主页
✅ 公开课：基本能听懂的 CGE 模型
⏩ 计量与因果推断：强基班
⏩ 直播-文本分析专题：从文本到论文
可重复研究：基于SCons构造文档结构和可视化图形-statacons
随着 Python 和 Stata 之间的联系日益变得紧密起来，我们可以很方便地在 Stata 中使用 statacons 这条命令来调用基于 Python 开发的构造工具 SCons。
09/19
Stata教程
233
连玉君Stata33讲：面板数据模型简介-FE和RE有何区别？
本节学习最为常用的两个面板数据模型：固定效应模型 (Fixed Effects model，简称：FE) 和随机效应模型 (Random Effects model，简称：RE)。
07/30
Stata教程
2718
Stata：自己动手做组间系数差异检验-bootstrap-bdiff
本文介绍了基于 Bootstrap (自抽样 / 自举法) 的组间系数检验方法及其 Stata 实现。具体思路如下：
第一种思路：首先通过有放回的自抽样方法获得一系列经验样本 (Empirical Sample)；然后在经验样本中根据其实际分组情况进行分组回归，从而获得分组回归系数差异统计量 d 的经验分布；最后通过检验 0 在 d 分布中的相对位置来检验 H0: d = 0。
第二种思路：首先通过有放回的自抽样方法获得一系列经验样本；然后按照真实分组的比例，但随机的为每个样本分配组别，并进行分组回归，从而构造出随机分组情况下，组间系数差异统计量的 d 经验分布。其背后的逻辑是，如果不存在组间系数差异，那么无论样本属于哪个组别，x 对 y 的边际影响都是相同的；最后检验实际观察到的组间系数差异在 d 分布中的相对位置来判断我们实际观察到组间系数差异的概率，若小于给定置信水平，则拒绝 H0: d = 0。
05/18
Stata教程
8611
