连享会：助教入选通知-因果推断专题

发布时间：2021-12-02 阅读 1409

Stata连享会主页 || 视频 || 推文 || 知乎 || Bilibili 站

温馨提示： 定期清理浏览器缓存，可以获得最佳浏览体验。

New！ lianxh 命令发布了：
随时搜索推文、Stata 资源。安装：
. ssc install lianxh
详情参见帮助文件 (有惊喜)：
. help lianxh
连享会新命令：cnssc, ihelp, rdbalance, gitee, installpkg

✌ 课程详情： https://gitee.com/lianxh/Course

⛳ 课程主页： https://gitee.com/lianxh/Course

⛳ Stata 系列推文：

全部 | Stata入门 | Stata教程 | Stata资源 | Stata命令
计量专题 | 论文写作 | 数据分享 | 专题课程
结果输出 | Stata绘图 | 数据处理 | Stata程序
回归分析 | 面板数据 | 交乘项-调节 | IV-GMM
内生性-因果推断 | 倍分法DID | 断点回归RDD | PSM-Matching | 合成控制法
Probit-Logit | 时间序列 | 空间计量 | 分位数回归 | 生存分析 | SFA-DEA
文本分析-爬虫 | Python-R-Matlab | 机器学习
Markdown | 工具软件 | 其它

☝ PDF下载 - 推文合集

承蒙各位的关爱和支持，自连享会专题课：「因果推断专题」( 微信版 ) 发布以来，我们陆续收到了来自 27 所高校院系和研究机构共 28 位老师和同学的申请。申请者所在的学校分布非常广泛，这意味着，我们的大家庭越来越多元化，日后彼此的交融也将越来越广泛，越来越深入。

「他山之石可以攻玉」。希望大家能在多学科的碰撞和交流中互通有无，彼此增进。

最终，我们确定如下 20 位申请者担任本次课程的助教。他们之中有已经在连享会团队中工作了 2 年有余的资深助教，也有已经发表了数篇 B+ 期刊论文的硕士、博士研究生。我们将共同努力，为大家提供最佳的交流和学习环境。

参加本次课程的同学和老师们，可以随时在「课程微信群」中 @助教，以便实时答疑解惑，轻装前行。

随后的答疑记录将会实时更新于课程主页，敬请关注：

**课程主页**^[1]：https://gitee.com/lianxh/YG

入选名单

公开招聘助教

王珞嘉厦门大学
张江中国人民大学
蔡竹欣浙江大学
金振南开大学
杜静玄雪城大学
寇舒博清华大学
关欣南开大学
韩文轩广西大学
甘月华南师范大学
桑倩倩中央财经大学

往期优秀助教直录

屠西伟北京师范大学
陈勇吏上海交通大学
曹昊煜兰州大学
初虹山东财经大学
何庆红北京大学
冯柳华华南师范大学
袁子晴香港大学
肖蕊上海交通大学
张子楠浙江财经大学
曹琳君南开大学

Note: 以上各位助教曾在前期课程中担任助教，出色地完成了推文写作、答疑等工作，这次以「直通车」的方式直接进入本次助教团队。

附：课程详情

1. 课程概况

嘉宾： 司继春 (上海对外经贸大学)；徐轶青 (斯坦福大学)
模式： 网络直播
时间： 2021 年 12 月 (共五天)
- 司继春老师：12 月 11-12 日
- 徐轶青老师：12 月 18-19 日； 26 日
- 时段： 上午 9:00-12:00，下午 1:30-4:30，答疑：4:30-5:00
课程主页： https://gitee.com/lianxh/YG
- ⭕ PDF 课纲
- ⭕ 课纲论文PDF打包下载
报名链接： http://junquan18903405450.mikecrm.com/Jjwxjbv

2. 主讲嘉宾简介

司继春，上海对外经贸大学统计与信息学院讲师，主要研究领域为微观计量经济学、产业组织理论。在 Journal of Business and Economic Statistics、《财经研究》等学术刊物上发表多篇论文。其实，大家更熟悉的是知乎上大名鼎鼎的慧航，拥有近 30 万个关注者，获得过 42w+ 次赞同，他就是司继春老师 —— 知乎-慧航。

徐轶青，斯坦福大学政治学系助理教授。主要研究领域为面板数据因果推断。本科毕业于复旦大学经济学系；硕士毕业于北京大学中国经济研究中心（现国家发展研究院）；2016 年于麻省理工学院（MIT）政治学系获博士学位。2016 年 7 月至 2019 年 6 月，于加州大学圣地亚哥分校（UCSD）政治学系工作。徐老师的工作成果发表于政治学国际顶级期刊，包括《美国政治学评论》（APSR）、《美国政治学期刊》（AJPS）、《政治学杂志》（JOP）、《政治分析》（PA）。他还获得了多个专业奖项，包括 John Williams 最佳博士论文选题奖（2014）、Malcolm Jewell 最佳研究生论文奖（2015）、AJPS 年度最佳论文奖（2016）、PA 年度编辑推荐论文奖（2017）、PA 年度最佳论文奖——The Miller Prize（2018、2020）。徐老师也是一个热爱教学的达人，他编写了多个被广泛应用的程序。在 2019 年 8 月由美国西北大学和杜克大学联合举办的「因果推断 Workshops」中 (main, advanced)，徐老师应邀主讲「面板因果推断」专题 (本次课程的模块五)。他是此次 workshop 中最年轻的主讲嘉宾，其他嘉宾还包括：2021 年诺奖得主 Joshua Angrist 教授，Rubin 模型的提出者 Donald B. Rubin 教授，斯坦福大学的 Jens Hainmueller 教授等。

3. 课程详情

本课程第一阶段的内容由上海对外经贸大学的司继春老师讲解。司老师的数量经济科班背景加之知乎年度荣誉答主的身份，让他的授课既有极清晰的逻辑，又有深入浅出的解读。在过去的几年中，司老师已经为多所高校的讲授了因果推断和机器学习等专题课程，在学生中的口碑甚佳。

第一阶段的课程主要包括两个模块 (两天)，详情如下：

模块一 介绍本次课程各个模块的基础工具。从条件期望和因果图入手，从因果推断的视角重新解读线性回归、虚拟变量、交叉项的含义，并进而引入交叉验证、加权最小二乘法、局部回归等方法。
模块二 力求以 Rubin 因果模型为基础，帮助大家建立起「反事实框架」。目前主流的因果推断方法基本上都以该模型为基础，比如 DID，RDD，PSM，SCM，Synthetic-DID，甚至是以及机器学习为基础的因果推断本质上都是估计「反事实」的过程。一旦完成从传统的线性回归向「反事实框架」的思维转变，就可以从容面对不断涌现的新方法了。

本课程第二阶段的内容由斯坦福大学的徐轶青老师讲解。过去几年，徐老师在美国高校给博士生讲授统计基础和因果推断课程。和他的斯坦福的教学方式类似，讲课将采取理论与实践相结合的方式，旨在帮助学员们从模型、直觉和操作三个方面掌握这些方法。

第二阶段的课程主要有三个模块（三天），具体说明如下：

模块三 是第一阶段的延伸。着重介绍两个主题：如何度量不确定性？如何估计和展示不确定性？首先，我们将介绍几种常用的度量不确定性的方法、解释其适用场景，以及 Stata 实操。接着，徐老师将探讨常用的估计因果效应异质性的办法。这部分内容具有广泛的应用：不仅适用于实验数据，也适用于观察性数据；既适用于截面数据，又适用于面板数据。
模块四 讲解截面数据常用的因果推断设计，包括工具变量设计和断点回师设计。徐老师将介绍两种研究方法的操作细节、如何阐释得到的结果、以及可能的误用。徐老师也将提供数据和 Stata 代码供学员们学习使用。
模块五 重点介绍面板数据因果推断。首先，讨论常用的固定效应模型与倍差法，包括如何进行估计和推断，以及如何画动态因果效应图和进行安慰剂检验。之后，徐老师将介绍近年来这个领域的最新进展，包括对常用方法的反思和改进、合成控制法，以及一些基于机器学习工具的新估计方法。这也是他本人专长的研究领域。

模块一：因果推断基础

⭖ 第 1 讲因果推断基础 I：拟合技巧

条件期望、因果图 (Causal Diagram: DAGs) 简介和辛普森悖论
线性回归和虚拟变量回归
作为拟合工具的线性回归：拟合优度和模型选择（R2、交叉验证、信息准则）
权重的使用：逆概率加权的思想、Horvitz-Thompson 估计量以及加权最小二乘
- 实例：Wolfers, J. (2006). Did Unilateral Divorce Laws Raise Divorce Rates? A Reconciliation and New Results. American Economic Review, 96(5), 1802–1820. -Link-data-, -PDF-
局部多项式估计及窗宽选取
- 实例：Bronzini, R., & Iachini, E. (2014). Are Incentives for R&D Effective? Evidence from a Regression Discontinuity Approach. American Economic Journal: Economic Policy, 6(4), 100–134., -Link-data-, -PDF-

⭖ 第 2 讲因果推断基础 II：作为解释的线性回归

回归结果的解释（模型设定方法）
- 平方项
- 交叉项
- 虚拟变量
控制变量的选取
固定效应的使用
异质性与权重的使用

模块二：因果推断理念和框架

⭖ 第 3 讲 Rubin 因果模型和实验

Rubin 因果模型 (Rubin Causal Model, RCM)
平均处理效应的分解：因果识别中的偏误
随机实验的计量经济学
- 实例：Duflo, Esther, Rema Hanna, and Stephen P. Ryan. 2012. “Incentives Work: Getting Teachers to Come to School.” American Economic Review 102 (4): 1241–78. -Link-data-, -PDF-
- 实例（ITT）：OHIE 实验。
  - Finkelstein, A., et al. (2012). The Oregon Health Insurance Experiment: Evidence from the First Year*. Quarterly Journal of Economics, 127(3): 1057–1106.-Link-data-, -PDF-
  - Taubman, S. L., Allen, H. L., Wright, B. J., Baicker, K., & Finkelstein, A. N. (2014). Medicaid Increases Emergency-Department Use: Evidence from Oregon’s Health Insurance Experiment. Science, 343(6168), 263–268. -PDF-

⭖ 第 4 讲无混淆分配下的因果推断：匹配 (3 小时)

无混淆分配假设
无混淆分配假设下的推断：匹配
匹配的 Stata 实现：Imbens (2015) 中的例子
倾向得分匹配的原理及实现
逆概率加权法、双向稳健的逆概率加权方法
扩展阅读：
- Imbens, G. W., & Rubin, D. B. (2015). Causal inference for statistics, social, and biomedical sciences: An introduction. Cambridge University Press. -PDF-

模块三：实验设计的延伸

⭖ 第 5 讲度量不确定性

回顾实验方法
Clustering standard errors
Bootstrap methods
Permutation Inference
Stata 实操

⭖ 第 6 讲因果效应的异质性

异质性问题解析
估计边际效应（Marginal Effect）及其可视化
Stata 实操
参考文献：
- Bertrand, Marianne, Esther Duflo, and Sendhil Mullainathan. 2004. “How Much Should We Trust Differences-in-Differences Estimates?” Quarterly Journal of Economics 119 (1): 249–75. -Link-, -PDF-
- Hainmueller, Jens, Jonathan Mummolo, and Yiqing Xu (徐轶青). 2019. “How Much Should We Trust Estimates from Multiplicative Interaction Models? Simple Tools to Improve Empirical Practice.” Political Analysis, 27 (2): 163-192. -Link-, -PDF-

模块四：截面数据常用设计

⭖ 第 7 讲工具变量设计 (IV)

传统范式
新范式：Local Average Treatment Effect
实例：小班教学有没有用？
对使用工具变量的反思
参考文献：
- Angrist, Joshua D., Guido W. Imbens, and Donald B. Rubin. 1996. “Identification of Causal Effects Using Instrumental Variables.” Journal of the American Statistical Association 91 (434): 444–55. -Link-, -PDF-
- Angrist, J. D., and V. Lavy. 1999. “Using Maimonides’ Rule to Estimate the Effect of Class Size on Scholastic Achievement.” Quarterly Journal of Economics 114 (2): 533–75.

⭖ 第 8 讲断点回归设计 (RDD)

断点回归理论基础
断点回归一些细节问题
基于地理的断点回归
实例：秘鲁 Mita 的长期效应
- Dell, M. 2010. “The Persistent Effects of Peru’s Mining Mita.” Econometrica 78 (6): 1863–1903. -Link-, -PDF-

模块五：面板数据因果推断

⭖ 第 9 讲固定效应模型与倍差法 (FD, DID)

估计与推断
- 实例：Minimum Wage and Employment
- Card, David, and Alan B. Krueger. 1994. “Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania.” American Economic Review 84 (4): 772–93. -PDF-
展示动态效应
- 实例：Malaria Eradication in the Americas
- Bleakley, Hoyt. 2010. “Malaria Eradication in the Americas: A Retrospective Analysis of Childhood Exposure.” American Economic Journal: Applied Economics 2 (2): 1-45. -Link-data-, -PDF-
安慰剂检验

⭖ 第 10 讲 DID 前沿、合成控制法 (SCM)

对固定效应模型和倍差法的反思
合成控制法
- 实例：California Proposition 99
- Abadie, Alberto, Alexis Diamond, and Jens Hainmueller. 2010. “Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California’s Tobacco Control Program.” Journal of the American Statistical Association 105 (490): 493–505. -PDF-
对合成控制法的拓展
- 实例：Election-Day Registration and Voter Turnout.
- Xu, Yiqing (徐轶青). 2017. “Generalized Synthetic Control Method: Causal Inference with Interactive Fixed Effects Models.” Political Analysis 25 (1): 57–76. -PDF-

4. 报名信息以及缴费方式

4.1 报名信息

主办方： 太原君泉教育咨询有限公司
标准费用(含报名费、材料费)：
- 全价：4500 元/人
- 团报价 (三人及以上)/老学员（现场班/专题课学员）： 9 折，4050 元/人
- 会员优惠： 85 折，3825 元/人
Note： 以上各项优惠不能叠加使用。
联系方式：
- 邮箱：wjx004@sina.com
- 王老师：18903405450 (微信同号)
- 李老师：‭18636102467 (微信同号)

报名链接：
http://junquan18903405450.mikecrm.com/Jjwxjbv

长按/扫描二维码报名：

4.2 缴费方式

方式 1：对公转账

户名：太原君泉教育咨询有限公司
账号：35117530000023891 (晋商银行股份有限公司太原南中环支行)
温馨提示： 对公转账时，请务必提供「汇款人姓名-单位」信息，以便确认。

方式 2：微信扫码支付

温馨提示： 微信转账时，请务必在「添加备注」栏填写「汇款人姓名-单位」信息。

专题	嘉宾	直播/回看视频
⭐ 最新专题		文本分析、机器学习、效率专题、生存分析等
研究设计	连玉君	我的特斯拉-实证研究设计，-幻灯片-
面板模型	连玉君	动态面板模型，-幻灯片-
面板模型	连玉君	直击面板数据模型 [免费公开课，2小时]

连享会：助教入选通知-因果推断专题