Stata连享会 主页 || 视频 || 推文 || 知乎 || Bilibili 站
⛳ Stata 系列推文:
承蒙各位的关爱和支持,自连享会专题课:「江艇专场:深度因果推断」(网页版) 发布以来,我们陆续收到了来自国内外 28 所高校院系和研究机构共 39 位老师和同学的申请。最终,我们诚挚地邀请 9 位老师和同学担任本次课程的助教。此外,我们还邀请了 8 位资深助教参与。因此,此次课程将有 17 位助教为大家提供全方位的答疑和服务工作。
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。
Note: * 为往期助教直录。请上述同学查收报名时登记的邮箱。
连享会: 深度 · 因果推断
精讲:非常重要,却难于精通的计量方法
江艇,香港科技大学商学院经济学博士,中国人民大学经济学院副教授,人大国家发展与战略研究院研究员,人大微观数据与实证方法研究中心副主任,美国哥伦比亚大学商学院访问学者。主要研究领域为经济增长与发展、城市经济学、新政治经济学,在 Economics Letters、Review of Development Economics、《经济研究》、《管理世界》、《世界经济》等国内外著名学术刊物上发表多篇论文,曾应邀在多所高校讲授「应用微观计量经济学」短期前沿课程,被誉为「醍醐大师」。
控制回归是因果识别中最基础的方法,但其中的关键假设——“无混淆性”往往难以验证。在这种情况下,我们需要考虑在「无混淆性」假设无法完全得到满足的各种场景下,因果效应估计结果会发生怎样变化,这些变化是否会对研究结论产生实质性影响?这就是所谓的「敏感性分析」,它已经成为 Top 期刊论文中除了稳健性检验和异质性分析 之外的另一个必要内容。本专题将系统介绍几种主要的敏感性分析方法和工具,包括它们的统计含义、联系与区别,以及在 Stata 中的实现方法和扩展应用,包括如下几个主题:
双重差分方法因果识别中应用最为广泛的方法,它易于上手,却难于精通。本专题将重点讨论该方法应用中的三大难点:
其一, DID 的各种变体分别适用于哪些应用场景?
其二, 如何理解和选择新近提出的各类「交错 DID」方法?
其三, 如何论证「平行趋势假设」?
具体涵盖如下主题:
工具变量法是最具想象力也最具争议的因果识别方法。针对这两个特点,本专题集中于两个方面:
其一,介绍几种最新的工具变量构造方法,以应对传统方法的缺陷;
其二,深入讨论如何论证工具变量法的关键识别假设,以及如何应对各种可能有违这些假设的情形,如敏感性分析、弱工具变量检验、放松排斥性约束等。
具体涵盖如下主题:
关于我们
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