Stata连享会

一组动图读懂因果推断

本文拓展了合成控制法的不确定性量化，提出了 SC 框架下的条件预测区间：将潜在的结果变量作为随机变量，并采用有限样本概率集中的方法，为 treated unit(s) 在干预后的反事实结果制定预测区间，从而提供了一种评估统计不确定性的 (有条件的) 替代推断方法。

本文整理前两讲中学员有关课程中面板数据选取和处理、统计推断及估计偏误、数据匹配、“赛马”机制、控制变量选取、聚类问题、异质性研究、研究结果解读、研究实操中所遇到和关注的问题，并由徐老师和助教一一解答。

本文提出了一种用于 RDD、RKD 和相关 IV 估计模型选择的新方法。该方法允许产生带宽、多项式和任何其他选择参数的最佳组合。同时，这种方法还可以告知模型类别的选择 (例如 RDD 与 cohort-IV) ，以及任何其他选择，包括协变量、核密度或其他权重等。

通过收集和分析 2005-2019 年发表在会计学顶刊上的权威论文，本文发现会计研究人员对于因果推断和准实验的兴趣愈加浓厚。尽管准实验可以帮助我们进行因果推断，但我们也不能过度“迷信”，还应综合考虑研究问题背后的理论和制度知识，并使用多个研究设计和实证分析进行充分论证。

本文将介绍一种因果中介效应的一般方法，该方法明确提出了因果中介效应的定义、识别、估计和敏感性分析，并且可以广泛应用于线性和非线性模型、参数和非参数模型、连续和离散中介变量，以及多种类型的结果变量。

在因果推断中一个标准的问题，是识别和估计某个处理变量 对结果变量 的影响。为了识别这样的影响，一个常见的假设就是无混淆因素假设，也称作依可测变量选择、条件独立性、可忽略性或者外生选择性假设。这一假设很难被推翻，也很难被检验，即数据本身并不能告诉我们无混淆性因素假设是对还是错。尽管如此，实证研究者们还是想知道这一假设在实证分析中究竟有多么重要，或者说结论对于无混淆性因素假设有多么敏感？

本文提出一系列用来量化处理效应稳健性的方法，这一处理效应是通过使用无混淆假定 (或称依可测变量选择或条件独立假设) 来估计的。特别地，我们通过调整一个敏感性参数 来逐渐放松无混淆假定，并估计不同处理效应的参数，如 ATE、ATT等。当 足够大时，这些边界就等于无假设下的边界。进一步，本文通过 NSW 项目的研究来展现方法的具体应用。

DID 和 SC 在现在的实证研究中占据着主导地位，但是二者的适用性不同：DID 要求处理组的个体要有很多，并且施加平行趋势假设；而在 SC 当中只有一个或者极少数个体被处理，通过对控制组个体进行加权平均来解决不满足平行趋势时的问题。...

Matt Notowidigdo 教授在推特上发起了「What is one of your favorite figures in economics? 」的接龙活动，来自耶鲁大学的经济学家 Paul Goldsmith 梳理了其中得分最高的几张图。

全文阅读：平均处理效应真的存在吗？| 连享会主页目录1. 为什么说平均效应不存在 1.1 平均效应如何赋权重 1.2 平均沉锚效应权重问题 1.3 研究并不是随机的 2. 什么是真正的平均效应 2.1 为何要包含如此多的研究 2.2 完整平均效应遇到的困难 3. 总结 4. 参考文献 5. 相关推文1. 为什么说平均效应不存在1.1 平均效应如何赋权重沉锚效应是指人们在决策时，不自觉地给予最初获得的信息过多的重视。对沉锚效应大小的评价，会受到估计域、经

全文阅读：合成控制法简介| 连享会主页目录1. 简介 2. 方法 3. 优点 4. 条件 5. 数据要求 6. 参考文献 7. 相关推文1. 简介在最近《经济展望》杂志对政策评估计量经济学的调查中，Susan Athey 和 Guido Imbens 将合成控制法描述为 “过去 15 年政策评估文献中最重要的创新”。在过去几年中，合成控制法被广泛应用于研究移民政策，企业政治关联，税收政策等问题。此外，合成控制法也被用于其他学科，比如社会学，工程学等。合成控制法最初是由 Ab

全文阅读：哈佛公开课：用大数据解决经济与社会问题| 连享会主页目录1.课程概要 1.1 课程简介 1.2 授课教师 2. 课程详情 3. 学习资源 4. 相关推文  1.课程概要1.1 课程简介Using Big Data to Solve Economic and Social Problems是由哈佛大学教授哈吉·柴提 (Raj Chetty) 和格雷格·布鲁奇 (Greg Bruich) 开设的一门课程。该课程展示了如何使用大数据来理解和解决一些重.

全文阅读：机器学习在经济学领域的应用前景| 连享会主页目录1. 引言 2. 拓展数据可得性 3. 预测 4. 因果推断 5. 面临的问题 6. 总结 7. 参考文献 8. 相关推文1. 引言近年来，得益于大数据的产生和计算能力的爆炸式发展，机器学习发展迅猛，这使得经济学领域也开始关注其应用。根据王芳等 (2020) 的统计，五大经济学英文顶刊中涉及机器学习的文章数量，在 2014 年之后以每年 74.7% 的速度递增。斯坦福教授 Jonathan Levin 也表示，机器学习

全文阅读：Stata因果推断：hettreatreg-用OLS估计异质性处理效应| 连享会主页目录1. 引言 2. 研究背景介绍 3. 理论部分 3.1 引例：NSW 项目对于收入的影响 3.2 OLS 加权平均数的说明 3.3 因果关系的说明 3.4 OLS 加权平均数的的推广 4. Stata 实例 4.1 hettreatreg 命令简介 4.2 结果复现 5. 结论 6. 参考文献 7. 相关推文 1. 引言本推文基于 Tymon S

全文阅读：Stata：敏感性分析-rcr| 连享会主页目录1. 敏感性分析的基本原理 1.1 外生性假定下的因果识别 1.2 从点估计值到边界分析 1.3 如何设定内生性偏误的取值范围 2. Stata 操作 2.1 示例数据简介 2.2 OLS 与 RCR 比较 3. 总结与扩展 4. 参考资料 5. 相关推文全文阅读：Stata：敏感性分析-rcr| 连享会主页...

全文阅读：Stata：聚束效应-bunching-另类断点回归| 连享会主页目录1. 引言 1.1 什么是聚束效应？ 1.2 为什么要讨论聚束效应？ 1.3 传统非线性预算集方法 2. 聚束理论 2.1 拐点 2.2 断点 2.3 优化摩擦 3. 聚束估计量 4. Stata 命令介绍 4.1 bunchbounds 命令 4.2 bunchtobit 命令 4.3 bunchfilter 命令 4.4 bunching 命令 5. Sta

全文阅读：rddensity-RDD中的平滑性检验和操纵检验| 连享会主页目录1. 方法介绍 1.1 断点回归 1.2 传统方法不足和本方法创新 2. 边界自适应密度估计量 2.1 局部多项式密度估计量 2.1 边界自适应效果 3. 技术结果 假设 1 假设 2 定理 1（近似分布） 定理 2 （方差估计） 4. 在操纵检验中的应用 4.1 测试设置 4.2 带宽选择及稳健性检验 5. stata 实现 5.1 数据来源 5.2 s

全文阅读：Stata：纠偏合成控制法介绍-allsynth| 连享会主页目录1. 加州控烟的政策效应 2. 传统合成控制法介绍 2.1 传统合成控制法的估计方法 2.2 传统合成控制法存在的问题 3. 纠偏合成控制法介绍 3.1 纠偏合成控制法的估计方法 3.2 纠偏合成控制法的惩罚项估计 3.3 纠偏合成控制法下的 gap 估计 4. 纠偏合成控制法的 Stata 实操 4.1 代码解析 4.2 效果展示 5. 相关推文  与 PSM..

全文阅读：倒U型+RDD：利用断点回归检验 U 形关系| 连享会主页目录1. 检验方法介绍 1.1 应用背景 1.2 二次回归检验 U 形关系的不足之处 1.3 检验方法的理念 2. 断点回归 3. 实现过程 3.1 生成伪随机数 3.2 数据拟合 3.3 划定平滑区域范围和选出待选断点 3.4 利用 Robin Hood 算法寻找最终断点 4. 总结 5. 参考资料和相关推文 6. 相关推文1. 检验方法介绍1.1 应用背景在实证分析中，有

全文阅读：因果推断：哪本教材适合我？| 连享会主页目录1. 因果推断书目清单 2. 小测试：你需要修炼到哪个层次？ 3. 书籍详解 B1-Pearl2016: B2-Peters2017: B3-Imbens2015: B4-Rosenbaum2010： B5-Hernán2020： B6-Morgan2014： B7-Angrist2009： B8-Pearl2009： 其他书籍推荐 4. 参考资料和更多书籍推荐 5. 相关推文  

全文阅读：Stata：高维倾向得分法-hdps| 连享会主页目录1. 引言 2. 理论背景 3. 命令介绍 4. Stata 实操 5. 相关推文1. 引言在因果推断中，倾向得分匹配法 (propensity score matching，PSM) 经常被用来解决样本自选择等问题，但在观测样本个体特征参数较多时，从对照组中找到与实验组相似的个体便十分困难。高维倾向得分法 (high-dimensional propensity score approach，hdps) 克服了上述局

全文阅读：Stata：因果推断方法综述和Stata操作| 连享会主页目录1. 背景介绍 1.1 潜在结果框架 1.2 三个假设 2. G-FORMULA 方法的正式定义及应用 2.1 非参数 G-formula 方法 2.2 参数 G-formula 方法 3. 逆处理概率加权法 (IPTW) 3.1 基于倾向得分的IPTW 3.2 基于稳定权重的边际结构模型 3.3 逆概率权重叠加回归调整 4. 增强型逆概率加权模型 5. 数据自适应估计：集成学习目

全文阅读：https://www.lianxh.cn/news/0b2d1987c43c1.html目录1. 引言 2. 理论背景 2.1 单纯型投影 2.2 S - 映射 2.3 收敛交叉映射 3. Stata 实操 3.1 基于单纯形投影探索系统的维度 3.2 基于 S-map 的非线性检测 3.3 基于 CCM 的因果关系检测 4. 附录 5. 相关推文1. 引言如何研究不满足经典回归假设的复杂动态系统？在这些系统中，准自然实验或基于模型的回归往往

全文阅读：https://www.lianxh.cn/news/18196c85552c9.html目录1. RDD-DID 简介 1.1 RDD 简介 1.2 DID 简介 1.3 RD+DID 简介 2. RDD-DID 分析 3. stata实例 4. 参考资料 5. 相关推文Angrist 和 Pischke 在《精通计量：从原因到结果的探寻之旅》一书中指出计量经济学研究因果推断的 “盖世五侠” 为随机实验、回归、工具变量 (IV) 、回归断点设计 (RD) 以

全文阅读：https://www.lianxh.cn/news/feaf1784929e3.html目录1. 问题背景 2. 时变偏 Granger 因果关系 2.1 时变偏 Granger 因果关系定义 2.2 时变偏 Granger 因果关系检验 3. 时变偏 Granger 因果关系检验步骤 4. 案例实证分析 4.1 数据来源与处理 4.2 变量统计分析及 VAR 模型 4.3 VAR 模型 4.4 时变偏 Granger 因果关系检验 5. 相关推文

原文链接：https://www.lianxh.cn/news/4832e3735dc81.html「Source：konfound: Command to quantify robustness of causal inferences」1 引言未控制的混淆变量或非随机选取样本可能会导致偏差，为了评估因果推断偏差的稳健性，许多敏感性分析方法应运而生。然而，之前的多数方法要么仅仅控制某一特定来源的偏差（如遗漏变量），要么是仅适用于特定类型的数据（如分类变量）。本文主要介绍konfoun.

全文阅读：https://www.lianxh.cn/news/f29e67e8937a6.htmlBest, H., C. Wolf. The sage handbook of regression analysis and causal inference[M]. SAGE, 2014.link简要评价：虽然都是大牛写的，但内容不上不下。有些基本概念是讲的比较清楚，但基本上仅限于对某个话题的入门介绍。若想深入学习，尚需进一步阅读作者提供的参考文献。这个手册的好处是，每一个专题都配了一个..

全文阅读：https://www.lianxh.cn/news/64d690b8d566b.htmlBook：http://pped.org/cimexy.pdf全文阅读：https://www.lianxh.cn/news/64d690b8d566b.html

全文阅读：https://www.lianxh.cn/news/0b63b5245d127.html目录1. 引言 2. 估计方法 2.1 RR 和比率的 E 值 2.2 胜算比的 E 值 2.3 危险比的 E 值 2.4 标准化均值差异的 E 值 2.5 风险差异的 E 值 2.6 非零假设的 E 值 3. `evalue` 命令 3.1 命令安装 3.2 语法结构 4. `Stata` 范例 4.1 RR 的 E 值 4.2 OR 的 E 值.

全文阅读：https://www.lianxh.cn/news/e0c3a12b20ef3.html1. 背景介绍双向固定效应分析是人们用来识别因果机制的主要策略之一，它基于两个重要的假设条件：(1) “线性假设”，即干预效果在研究的时间范围内以固定的速率变化 (当干预为二分变量时，则简化为干预效果恒定) ；(2) “无时变混杂因素假设”，即不存在同时与干预结果和潜在结果相关的未观察到的、随时间变化的因素。当只有两个时期和两个组时，这一假设意味着平行趋势。然而严格的假设条件意味着它只能在平.

全文阅读：https://www.lianxh.cn/news/a68c15f714711.html1. 背景介绍双向固定效应分析是人们用来识别因果机制的主要策略之一，它基于两个重要的假设条件：(1) “线性假设”，即干预效果在研究的时间范围内以固定的速率变化 (当干预为二分变量时，则简化为干预效果恒定) ；(2) “无时变混杂因素假设”，即不存在同时与干预结果和潜在结果相关的未观察到的、随时间变化的因素。当只有两个时期和两个组时，这一假设意味着平行趋势。然而严格的假设条件意味着它只能在平.

全文阅读：https://www.lianxh.cn/news/991e790309832.html目录1. 问题背景 2. 理论介绍 2.1 基础 AoE 安慰剂检验 2.2 复杂 AoE 安慰剂检验 2.3 时空 AoE 安慰剂检验 3. Stata 实例 3.1 命令介绍 3.2 具体示例 4. 参考资料 5. 相关推文 相关课程 免费公开课 最新课程-直播课 关于我们 1. 问题背景随着地理信息系统 (Geographic Infor.

 原文链接： https://www.lianxh.cn/news/520d9c77b7b43.html ???? ???? 连享会   推文 || 视频扫码查看最新推文和分享温馨提示： 定期 清理浏览器缓存，可以获得最佳浏览体验。 作者： 郭楚玉 (武汉大学)邮箱： julieguo@whu.edu.cn 目录理论背景Selection ratio 的基本原理Selection ratio 计算步骤Stata 实操拓展阅读参考文献 编

 作者：张子楠 (浙江财经大学)Stata 连享会： 知乎 | 简书 | 码云 | 优快云 | StataChina公众号Stata连享会   计量专题 || 精品课程 || 简书推文 || 公众号合集 连享会计量方法专题……文章目录连享会计量方法专题……1. RDD基本原理2. 图形观察2.1 生成模拟数据2.2 断点效应的图形观察3. 政策效应估计3.1 局部...

编译：李琼琼 (山东大学)Email: lqqflora@163.comSource: Cattaneo, Matias, D, et al. Inference in regression discontinuity designs under local randomization[J]. The stata journal, 2016.文章目录连享会计量方法专题……1.背景2. ...

 2020寒假Stata现场班 (北京, 1月8-17日，连玉君-江艇主讲)「+助教招聘」 作者：王昆仑 (天津大学) Stata连享会 计量专题 || 公众号合集 导入在 「连享会 - 倍分法系列推文」—— 「倍分法DID详解 (一)：传统 DID」 文中，我们详细介绍了 DID 模型的估计，平行趋势的检验以及政策的动态效果的展示等主题，并通过模拟的方式给出了...

……Stata 连享会精彩推文……【在线观看】连玉君 - 内生性问题：处理方法与进展相关链接IV 估计DID-倍分法……Stata 连享会精彩推文……关于我们【Stata 连享会(公众号：StataChina)】由中山大学连玉君老师团队创办，旨在定期与大家分享 Stata 应用的各种经验和技巧。公众号推文同步发布于 【简书-Stata连享会】 和 【知乎-连玉...

……Stata 连享会精彩推文……Best, H., C. Wolf. The sage handbook of regression analysis and causal inference[M]. SAGE, 2014. link简要评价：虽然都是大牛写的，但内容不上不下。有些基本概念是讲的比较清楚，但基本上仅限于对某个话题的入门介绍。若想深入学习，尚需进一步阅读作者提供的参考文献...

……Stata 连享会精彩推文……OverviewThere are several review articles on RD methodology and empirical practice. This course will discuss, and update as appropriate, topics in Imbens and Lemieux (2008) and Le...