-
Stata免費講座|因果推斷中的雙重差分法
今年7-8月,由武漢大學經濟與管理學院聯合Stata中國授權代理北京天演融智軟體有限公司,舉辦了第二屆「Stata洞察數據科學研討會」活動,活動期間為大家安排了3場專題講座和一場研討會,受到大家的廣泛好評。本次,我們再度強強聯合,為大家推出Stata軟體講座系列,本活動為公益性活動,不收取任何費用,掃描二維碼即可直接報名參加!
-
雙重差分法(DID)介紹
「倍差法」,小名「差中差」。作為政策效應評估方法中的一大利器,雙重差分法受到越來越多人的青睞,概括起來有如下幾個方面的原因:(1)可以很大程度上避免內生性問題的困擾:政策相對於微觀經濟主體而言一般是外生的,因而不存在逆向因果問題。此外,使用固定效應估計一定程度上也緩解了遺漏變量偏誤問題。
-
原理+方法+實操,學好因果推斷,一個都不能少!
而因果推斷方法作為定量研究方法中的重要組成部分,因為其複雜的數學公式和枯燥的理論,讓很多學友望而卻步,如何系統掌握社會科學的因果推斷方法成為了擺在研究人員面前的難題。為解決上述難題,學術志特邀王非老師給大家講解社會科學中常用的因果推斷方法。包括隨機實驗RCT、匹配法、工具變量法IV、雙重差分法、斷點回歸法、合成控制法等。
-
stata中雙重差分操作及代碼
倍差法來源於計量經濟學的綜列數據模型,是政策分析和工程評估中廣為使用的一種計量經濟方法。主要是應用於在混合截面數據集中,評價某一事件或政策的影響程度。該方法的基本思路是將調查樣本分為兩組,一組是政策或工程作用對象即「作用組」,一組是非政策或工程作用對象即「對照組」。
-
人生苦短,我學stata
30小時帶你系統掌握高級計量及因果推斷方法課程內容涵蓋空間計量、因果推斷計量方法因果推斷方法圖解與概覽Class 6. 回歸分析EstimationClass 7. 時間序列Class 8. 因果推斷--內生性問題及工具變量Class 9.
-
Stata語言中的常用函數及其用法解釋, 在附上42篇Stata相關學習資料
面板數據, 因果推斷, 時間序列分析與Stata應用Stata系統是一個統計分析系統,stata語言是實現stata系統功能的基礎,因此它其中包括了各種各樣的函數。在stata系統中,函數的自變量可以是一個常數,可以是一個變量,或者是一連串的變量。在調用這些函數的時候,只要將函數中定義中的這些變量替換為相應值即可。這一章,介紹一下這些函數的定義以及使用方法。
-
因果推斷簡介之四:因果推斷簡介之四:觀察性研究,可忽略性和傾向得分
在一般的有區組(blocking)的隨機化試驗中,更一般的可忽略性 Z⊥{Y(1),Y(0)}|X 成立,因為只有在給定協變量 X 後,處理的分配機制才是完全隨機化的。比如,男性和女性中,接受處理的比例不同,但是這個比例是事先給定的。在傳統的農業和工業試驗中,由於隨機化,可忽略性一般是能夠得到保證的;因此在這些領域談論因果推斷是沒有太大問題的。
-
周曉華:因果推斷的數學基礎和在醫學中的應用
周曉華老師是北京大學講席教授、北京大學北京國際數學研究中心生物統計和信息研究事室主任、北京大學國家藥品器械監管科學研究院副院長,研究方向是缺失數據、因果推斷分析、大數據分析、半參數模型、醫學檢驗衛生經濟、衛生服務領域發展新的統計方法。一種新藥在特定人群中是否有效?犯罪率改變是否是有政策引起的?
-
趙西亮:因果推斷方法應該引入計量經濟學教學【轉】
幹預的隨機化分配是工具, 而個體實際接受的幹預狀態是原因變量, 利用幹預分配的隨機性可識別出受工具變量影響的個體的因果效應, 即局部平均因果效應 (LATE) 。如果有多期的數據, 尤其是面板數據, 可以幫助我們克服不隨時間變化的未觀測混雜因素的影響, 通過差分或去均值的方法, 使得增量上滿足CIA, 因而, 雙重差分策略 (DID) 或固定效應方法本質上是增量上的分層隨機化實驗。
-
【Stata公開課】手把手教你Stata張華節老師在線直播!
Ch6 面板向量自回歸模型(PVAR)6.1 PVAR模型介紹【理論微課】含建模步驟流程圖6.2 PVAR模型回歸、最優滯後階數設定、穩定性檢驗、Granger因果檢驗【Stata案例操作】6.3 脈衝響應、方差分解【Stata案例操作】6.4 完整【實例】操作演示
-
AI研習丨專題:因果推斷與因果性學習研究進展
探索和推斷事物間的因果關係,是數據科學中的一個核心問題,正受到國內外同行的廣泛關注。現有因果關係的研究集中在因果推斷及因果性學習兩個方面。因果推斷的目標是發現變量/事物背後的因果關係。隨機控制實驗是發現因果關係的傳統方法。由於實驗技術局限和實驗耗費代價巨大等原因,越來越多的因果推斷領域學者希望通過觀察數據推斷變量之間的因果關係,已成為當前因果推斷領域的研究熱點。
-
【Stata更新】新增中介效應、調節效應、交互項及Stata操作--手把手教你Stata系列課程更新啦!
Ch6 面板向量自回歸模型(PVAR)6.1 PVAR模型介紹【理論微課】含建模步驟流程圖6.2 PVAR模型回歸、最優滯後階數設定、穩定性檢驗、Granger因果檢驗【Stata案例操作】6.3 脈衝響應、方差分解【Stata案例操作】6.4 完整【實例】操作演示
-
Stata春季訓練營上海站開啟,只等你來!
醫療保險對健康的影響分析 章節 知識點 課時 第四講 面板數據的計量分析 1.面板數據的定義 2.線性面板模型(固定效應、隨機效應) 3.動態面板模型(GMM與系統GMM估計) 4.非線性面板數據模型 3課時 第五講 政策評估與因果推斷
-
因果推斷簡介之五:因果圖 (Causal Diagram)
研究方向是因果推斷。在下一節圖模型結構的學習中,我們會看到,只有在一些假定和特殊情形下,我們可以從觀測數據確定 「原因」 和「結果」。用一個 DAG 連表示變量之間的關係,並不是最近才有的。圖模型也並不是 Judea Pearl 發明的。但是,早期將圖模型作為因果推斷的工具,成果並不深刻,大家也不太清楚僅僅憑一個圖,怎麼能講清楚因果關係。
-
再談合成控制法SCM, 幫你尋找因果推斷控制組
歡迎到以尋找因果關係為宗旨的因果推斷研究小組交流訪問.計量社群徐 Chang群友推薦.今天,我們「因果推斷研究小組」將為計量經濟圈的圈友們進一步引薦「合成控制法」。關於該方法的一些基礎性知識和實證中的操作,圈友們可以看看之前的文章合成控制法什麼鬼? 因果推斷的前沿方法指南。
-
Stata:斷點回歸分析教程
」為了幫助小夥伴們快速掌握stata,我們特別推出2021年寒假stata學術提升計劃! 截至目前,計量經濟學服務中心已經在西安、北京、上海、廣州等地成功舉辦了15場stata高級班,並在深圳南方科技大學舉辦了一場stata編程研討班。
-
即將開幕的STATA前沿培訓精講:帶異質性處理效應的雙向固定效應估計|從精確斷點、模糊斷點估計的實際操作|弱工具變量穩健推斷
那麼,可以得到,在每一組和時間周期,在這些回歸中,處理的係數是負的,而處理效果是正的。因此,本文提出了一個新的估計量來解決這個問題。這個估計量估計了在轉換處理的那一組的處理效果。它不依賴於任何處理效果的同質性條件。它是由fuzzydid和did_multiplegt Stata包計算的。在回顧的兩個應用中,該估計量與雙向固定效應估計量在有顯著的和經濟的不同。
-
回歸控制法的Stata命令rcm:完整演講視頻已發布於B站
., 2012),是近年來流行的一種因果推斷方法,尤其適用於面板數據中只有一個或幾個處理個體或地區的情形。據悉,陳強教授團隊開發的rcm命令是首個在Stata中實現回歸控制法的命令。使用rcm命令,可通過最優子集(best subset)、套索估計量(lasso)、前向分步法(forward stepwise)或後向分步法(backward stepwise),並結合信息準則(information criteria)或K折交叉驗證(K-fold Cross-Validation)選擇變量,然後以OLS,lasso,或post-lasso OLS進行反事實的預測及因果推斷。
-
『因果推斷』主要英文期刊推薦
很多小夥伴在問,如何快速地獲取最新的『因果推斷』相關研究成果,小編的建議就是有針對性地選擇幾本經常刊發『因果推斷』理論、方法與應用的期刊,跟蹤期刊最新的文章