基于机器学习的因果推断研究方法

而这些方法目前出现了很多新进展，例如

• 交叠DID新进展（8月2日直播板书截图--交叠DID进展、回顾与机器学习、交叠DID进展及新操作与应用--2024Stata暑假班--精彩片段 ）
• 断点回归进展（8月3日直播板书截图--断点回归进展、回顾&机器学习、断点回归两大分析框架及进展、操作应用--2024Stata暑假班--精彩片段 ）
• 合成控制法进展综述（7月9日Stata论文班直播PPT分享：SCM进展纠偏合成控制法操作应用专题）

由于机器学习方法所展示出的强大精准预测能力，使得经济学家发现机器学习可以提升因果效应估计的可靠性和准确性(Varian(2016)，Athey(2017))，目前机器学习已经融入到因果推断工具中，并得到国际主流经济学界的认可，随之应用到因果推断研究中的论文数量也大幅增加。

而上述机器学习与因果推断结合的方法，在过去的Stata寒暑假研讨班以及直播课程中，都有详细讲解。详见推文

😆2024Stata暑假班--精彩片段--机器学习与断点回归

😅2024Stata暑假班--精彩片段--机器学习与合成控制法

🌈2024Stata暑假班--精彩片段--双重机器学习DDML

🤣机器学习&因果推断--2024Stata暑假班--精彩片段

2024Stata暑假班--精彩片段--双重机器学习DDML 

2024年8月Stata暑期班回顾丨因果推断&机器学习应用&异质性DID前沿&双重机器学习专题回顾

24年8月Stata暑假班因果推断&机器学习应用双重机器学习

直播回顾--机器学习基本原理、机器学习与双重差分、断点回归应用等

为帮助大家更精确的掌握基于机器学习思想的因果推断方法，进阶因果推断与机器学习前沿，数量经济学特别推出2025年1月GPT辅助的机器学习与因果推断专题课。

• 注重计量理论模型的连续性、系统全面性以及前沿性

• 零基础起步，初级+高级，注重Stata软件基础操作以及论文分析模型操作技能，帮助你建立系统的计量体系
• 中介效应、动态合成DID、异质性DID前沿等新内容
• 面板数据专题及因果推断专题包括前沿的政策评估方法，全面系统讲解倾向匹配得分、双重差分、合成控制法、断点回归等前沿内容。
• 机器学习前沿专题，包括机器学习基本原理、双重机器学习DDML在因果推断中的应用等前沿，机器学习与因果推断中双重差分、断点回归、合成控制法等应用
  

• 交叠DID专题

• 经济管理类实证研究的主流方法之一，双重差分方法，专题讲解DID，多期DID，DID扩展模型，例如DDD，PSM-DID、合成DID等

• 针对双向固定效应模型TWFE中出现的偏误，进行交叠DID专题讲解，涵盖bacondecomp分解、负权重诊断方法（核心期刊上经常出现的）以及3种异质稳健性估计，分别为：组别--时期平均处理效应、插补估计量、堆叠估计量。

• 完整论文复刻，为大家讲解常见的9种常规DID命令以及9种平行趋势检验和20+种安慰剂检验，帮助大家掌握目前这种使用最为广泛的计量方法

• 理论方法与软件操作并重

• 课程涵盖理论介绍、软件操作、案例应用、解释结果、论文讲解、论文复刻、全程答疑、前沿应用8位一体，手把手教你学Stata软件操作与分析
• 4天进阶系统掌握Stata因果推断&机器学习高级应用

• 完整的论文精讲以及论文复刻和写作

• 通过系统学习，讲授计量Stata操作全流程以及论文精讲与复刻,使学员掌握重要期刊中的主流分析方法，
• 提供do文档以及代码资料，能够完成论文复刻和写作

• 小班教学，全程学习互动，立体化服务体系

• 保证人数限制，更加注重课程互动，调动学员学习积极性
• 全程幻灯片/网页/pdf文档课件+Stata操作演示，电子板书+课程截图，课后知识点+板书等资料全部分享给学员

课程内容：

• 了解GPT
• GPT基本原理
• GPT VS 传统搜索引擎
• GPT与国内大模型比较

2、GPT基本管理

3、AI使用及基本操作

4、AI的指令操作

5、AI的使用技巧

6、文字提示(Prompts)与提示工程(Prompt Engineering)

• 什么是Prompts
• 文字提示(Prompts)为何如此重要
• 如何使用Prompts提高ChatGPT生成回答的质量
• 提示的高阶使用技巧

7、提示词训练方法与技巧

8、与AI对话的文本语言--Markdown

9、AI+学术+翻译+教育

• 9.1 学术、翻译、教育类提示词
• 9.2 实例演练

11.AI+Word:高效处理文档

11.AI+PPT:智能生成演示文稿

12.AI+工具:快速生成PPT

13.AI在Excel中的应用

14.AI辅助Stata学术应用

1 专题介绍（Stata 初级班）

第一讲：Stata简介与AI辅助应用

• GPT在Stata中的基础应用
• Stata常用基础知识
• Stata简介：Why Stata?/What is Stata
• 软件界面：The Stata Interface/What Stata Looks Like
• 参考书籍推荐：Textbooks /ChatGPT辅助阅读 
• log工作日志和do文档：What to Do First? Set a Working Directory/Keeping Track of Things（Do-files and log-files） 结合GPT协助生成、修改和解释do文件，提高自动化和准确性。
• 命令以及帮助：The Command & Getting Help - 介绍Stata中的基本命令及其帮助功能，包括如何使用help、ssc install、findit等命令。
• 利用ChatGPT快速获取外部命令解释和示例，或者为复杂命令提供一步步的指导。

第二讲：Stata数据管理与AI智能辅助

• 数据导入与AI预处理：讲解如何将数据导入Stata，并介绍AI如何辅助进行数据预处理，包括数据清洗、格式转换等/导入导出 Import and Export等
• 变量管理与AI自动化：Stata中管理变量，包括创建、修改和删除变量，AI自动化这些过程。数据管理Data management/排序Order, aorder, and move/变量标签Variable Labels and Notes
• 数据清洗与AI智能检测*：AI辅助帮助检测和修正数据中的异常值和错误。
• 数据转换与AI智能分析：包括变量类型转换等，并展示AI如何提供智能分析建议。/文字变量处理之数据类型转换Converting strings to numerics and vice versa（encode 、decode、 destring、 tostring 等）
• 数据合并与AI辅助匹配：在Stata中合并数据集，并介绍AI如何辅助进行数据匹配和合并。（数据横向合并和纵向合并Append and merge（merge，包括一对一、一对多、多对一等合并，append、cross、joinby等，））
• 案例研究：GPT辅助的数据管理实践 
• 描述分析Describing the data （summarize）
• 基础命令（table、tabulate、tabstat命令)
• 互动总结：GPT辅助问题解答

第三讲：Stata编程、正则表达式与AI智能自动化

• GPT辅助的Stata宏的介绍及使用技巧
• GPT增强的Stata运算结果返回
• GPT辅助的条件语句与循环语句 
• GPT驱动的变量循环与命令执行
• AI优化的循环语句：foreach和forvalues
• GPT辅助的ado文件编写与profile设置
• 案例研究：GPT在Stata编程中的应用
• 互动环节：GPT辅助编程问题解答

第四讲：相关分析、回归分析与AI智能解析

• GPT辅助的相关分析概述
• AI增强的相关命令应用：  命令corr、pwcorr、pwcorr_a等应用
• GPT辅助的线性回归模型估计
• AI驱动的假设检验
• AI智能的Stata结果输出
• GPT辅助的模型诊断与优化
• 案例研究：GPT在回归分析中的应用
• 互动环节：GPT辅助分析问题解答

第五讲：GPT辅助面板数据专题

• GPT辅助的面板数据模型概述
• GPT辅助的面板数据模型分类与选择
• AI增强的面板数据计量分析方法
• GPT辅助的面板数据描述性分析
• AI优化的混合面板回归模型
• GPT辅助的随机效应模型操作及结果解释
•  GPT辅助的固定效应模型操作及结果解释
• GPT辅助的Hausman检验
• AI集成的面板数据及Stata应用
• AI驱动的高维/多维固定效应模型（后期讲解DID专题会用到该模型命令）
• 用Stata做面板数据分析，程序代码应知应会
• 案例研究：GPT在面板数据分析中的应用
• 互动总结：GPT辅助面板数据分析问题解答：

第六讲：社会科学因果推断基础与AI增强分析

• GPT辅助的社会科学中因果推断前言介绍
• GPT增强的反事实因果框架
• GPT辅助的随机对照实验分析
• AI驱动的自然实验方法

第七讲：中介效应

• GPT辅助的中介效应检验原理
• AI增强的经典逐步系数检验
• GPT辅助的两步法检验：
• AI集成的sobel检验sgmediation命令
• AI驱动的基于bootstrap的sobel检验
• GPT辅助的论文讲解：

• 论文讲解2篇：推荐23篇2017-2023年《中国工业经济》上进行中介效应检验论文目录（论文讲解1+2）

• 案例应用1：数学阅读与科学案例

• 案例应用2：经理激励与满意度表现案例

• 参考资料：Stata：8大中介效应检验命令大比拼_逐步系数检验+两步法+sobel检验+khb+medsem等

第八讲：门限回归与GPT辅助

• 命令：xthreg、xtthres、threshold等
• 门限回归理论介绍
• 门限回归操作流程图
• 截面门槛模型
• 面板门槛模型
• 面板单门限及多门限模型的操作应用
• 门限回归操作以及结果解释等
• 论文讲解以及课程总结
• GPT辅助的门限模型综合研究以及深度分析
• 参考文献
• Hansen, B. E.  1999.  Threshold effects in non-dynamic panels:  Estimation, testing,  and inference.  Journal of Econometrics 93: 345-368.
• Wang, Qunyong, 2015. "Fixed-effect Panel Threshold Model Using Stata," The Stata Journal, 15(1), 121-134.
• 新增动态面板门槛操作及应用
• 操作案例3：通货膨胀及人均GDP增长率门限回归案例（课后作业）
• 论文应用3：动态门槛回归模型论文讲解第3篇
• 互动环节：GPT辅助的门限回归问题解答
• 作业与实践：GPT辅助的门限回归分析任务
  

第九讲：倾向匹配得分（PSM）与GPT辅助分析

包括倾向匹配得分（PSM）是实践中应用最为广泛的一种匹配分析方法，基于可观测变量，将多个维度的变量变成一个变量，实现降维思想，通过PS值来定义变量的相似性，进而对非随机研究中混杂因素进行类似随机化的均衡处理，目的是减少选择性偏误，将干预组与之比较的对照组的不同结果归因于项目效应。

• 倾向匹配得分简介
• 传统的配对方法、假设、匹配方法、优缺点
• 倾向匹配得分建模流程图
• PSM操作命令及其具体应用
• 案例4：参加培训与工资
• 案例5：参加工会是否有助于获得更高的工资
• 论文复刻4：新能源企业创新
• 论文讲解：政策补贴
• GPT辅助的课程内容整合与总结
• 互动环节：GPT辅助的PSM问题互动解答
• 作业与实践：GPT辅助的PSM分析任务
  

第十讲：合成控制法 与GPT辅助政策评估

合成控制法，又名综合控制方法（Synthetic Control Methods），是由Abdie(2003)提出来的一种政策效果评估方法。Abdie(2003)将该方法用于评估恐怖冲突对巴斯克地区经济的影响效应。Abdie(2010)利用合成控制法研究了加州香烟控制法案对人均香烟消费效应。该方法通过对控制组个体进行加权平均，进而构造出与干预组实施政策前相似的合成控制组，用该合成控制组个体政策干预后的结果来估计干预组的反事实结果。

• 合成控制法模型
• 合成控制法案例背景及简介
• 数据来源及样本介绍
• 结果分析
• 合成控制法及Stata操作应用
• 安慰剂检验
• 完整论文复刻：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.
• 论文复制5：Abadie et al. (2010)加州99号香烟法案的效果（精讲）
• 论文复制6：房产税改革（精讲）
• 论文复制7：德克萨斯州案例
• 合成控制法：不可不知的命令synth、synth2、synth_runner
• 合成控制法（Synthetic Control Method）（附PPT免费公开）
• 合成控制法操作及Stata应用（附香烟控制法案及房产税经典论文实现）
• 课程总结：GPT辅助的合成控制法回顾
• 互动环节：GPT辅助的合成控制法问题解答
• 业与实践：GPT辅助的合成控制法分析任务
  
  

• 面板数据政策评估分析方法/回归合成控制法模型简介
• 回归合成控制法原文精讲
• RCM及Stata操作应用
• 案例6：99法案
• 案例7：回归对内地影响
• GPT辅助的课程内容整合与要点回顾
  

第十二讲：AI驱动的双重差分专题（DID）

双重差分法（DID）又名倍分法，是应用于社会经济领域的政策或项目评估，分别计算干预组与对照组在处理或干预实施前后的差异，再计算干预局与对照组之间变量量的差异，共进行两次差分，这就是双重差分。

• AI视角下的双重差分模型（DID）概述
• GPT辅助下的双重差分应用
• 使用Stata与GPT结合进行双重差分分析
• 9种传统DID命令
• GPT辅助的双重差分法：平行趋势检验等(9种) 
• GPT支持的双重差分法：安慰剂检验
• 案例8：最低工资法能否会降低对低技能工人的需求（精讲）
• 论文精讲及复刻8
• 2种双重差分法（DID）安慰剂检验方法：随机抽取500/1000次（附完整代码免费下载  ）
• DID前沿应用_DID模型时间、空间、混合安慰剂检验新命令didplacebo

第十三讲：基于GPT增强的DID专题2

双重差分法（DID）又名倍分法，是应用于社会经济领域的政策或项目评估，分别计

• GPT辅助的三重差分模型DDD
• AI驱动的PSM-DID方法创新
• GPT辅助的PSM-DDD
• GPT在DID/PSM-DID/PSM-DDD中的综合应用
• 案例9：专利许可（精讲）
• 案例10：医院改革与病人满意度（Stata17中新命令经典案例，Stata18种新增该案例新操作）
• 案例11、智慧城市（石大千等，2018.06）
  
• 案例12、高铁开通
• 论文9：银行管制与收入差距
• 论文10：专利质押（2022.09）（精讲）
• 论文11：国家级新区（2020.07）（精讲，新增交叠DID及Bacon分解等DID全套操作）
• 论文12：排污权交易机制（2019.05 ）（DDD模型等经典操作）
• 论文13：东道国数据（2023.02）（安慰剂检验最新操作）
• 模糊DID

第十四讲：基于GPT增强的多时点DID/渐进DID/交叠DID/交错DID

理解DID出了什么问题?双向固定效应模型TWFE与异质性处理效应drdid和csdid

在实证研究中，对于交错 DID，过往的工作通常采用双向固定效应模型估计 ， GoodmanBacon (2021) 从理论上指出，当处理效应存在异质性时，同一处理对于不同个体产生的效果存在差异，将会导致 TWFE 产生潜在的估计偏误。

多时点 DID 估计有偏的解决方法：针对在异质性处理效应下多时点 DID 存在的问题，分别可以进行诊断以及解决。“诊断方法”为Bacon系数分解定理， “三类解决方法”分别为组别时期平均法、插补法及堆叠型 DID 方法。

•  多时点DID问题与TWFE估计的挑战

• 交叠DID与AI增强分析

• Bacon系数分解定理与AI应用

• 负权重诊断法与GPT辅助

• 组别-时期平均处理：did_multiplegt、eventstudyinteract、csdid
• 插补估计量：did2s、did_imputation、event_plot、fect
• 堆叠回归估计量：stackedev
• Stata18新功能应用：异质性DID--hdidregress+xthdidregress（Stata18.0新版本异质性DID操作手册：hdidregress与xthdidregress）
• 案例13：单边离婚法案
• 案例14：城市群人口集聚
• 案例15：低碳城市试点政策
• 论文14：互联网基础设施
• 论文15：企业绿色专利再配置

第十五讲：断点回归

断点回归（RD）是一种类似于随机实验的准实验分析方法，能够有效的利用相关条件来分析变量之间的因果关系。其主要思想是，个体中的某一关键变量即处理变量完全由连续变量X超过断点来决定，超过该断点也就是大于某一临界值，就会受到政策干预，否则没有受到政策干预。在断点回归分析中，小于某一临界值可以作为一个很好的控制组来反映断点右侧的情况。通过计算临界值样本左右两侧的差异，进而估计处理效应统计量。

• AI增强的断点回归原理 
• GPT辅助的精确断点回归
• AI驱动的模糊断点回归 
• AI集成的断点回归及Stata操作指导
• GPT辅助的断点回归相关检验
• AI增强的断点回归应用实例分析：

• 应用实例
  
• 重点：详细介绍rd以及rdrobust系列命令
• 前沿--最新应用：Stata: 不可不知的4种断点回归 (RDD) 中的平滑性检验方法
• 案例16：民主党当选对选区联邦支出影响
  
• 案例17：参议院选举
• 论文讲解与复刻应用16：JDE顶级期刊_断点文章与《数量经济技术经济研究》上7月27日论文_研究房价与家庭消费
• 论文讲解17：养老金对缓解农村居民医疗负担的作用
• 推荐一篇《中国工业经济》上断点回归操作全流程论文
• 以《经济学》（季刊）上退休与健康+孟母三迁2篇文章来学习断点回归操作全流程
• 推荐2篇经典必读《数量经济技术经济研究》+《中国工业经济》上断点回归方法论文

第十六讲：合成DID

• GPT辅助的合成DID
• Stata：合成DID操作及应用
• Stata前沿_静态+动态合成DID操作应用经典案例
• 新增动态合成DID操作及应用
• 案例18：99法案
• 案例19：议会性别与孕产妇死亡率案例
• 案例20：女性政治地位对议会中女性的占比
• 案例21、禁烟法案
• 案例22、房产税改革
• 合成DID--论文应用讲解18：推荐3篇《数量经济技术经济研究》上（静态/动态）合成DID方法论文

第十七讲：空间DID

• GPT辅助的空间DID模型简介 
• GPT驱动的空间DID基本操作及相关检验
• 空间DID基本操作及相关检验
  
• 案例23：空间DID中Product数据案例

第十八讲：让GPT带我们玩转机器学习

• 8月7日直播板书截图：机器学习基本原理
• 直播回顾--机器学习基本原理、机器学习与双重差分、断点回归应用等

• 机器学习基本原理与ChatGPT解析 

• GPT辅助的机器学习与计量经济学关系

• GPT辅助的机器学习基本步骤

• GPT辅助的Lasso回归、岭回归、弹性网等

• GPT辅助的Lasso扩展模型有哪些

• 机器学习如何进行测试和验证

• 课程总结：GPT视角下的机器学习

第十九讲：基于GPT辅助的机器学习与因果推断

• GPT辅助的Lasso在因果推断中的应用
• GPT辅助的Lasso在合成控制法中的应用
• GPT辅助的Lasso在回归合成控制法中的应用 
• AI驱动的机器学习在因果推断中的应用
• 机器学习在合成控制法、断点回归、双重差分、匹配法等中的应用
  

第二十讲：双重机器学习（DDML）与GPT辅助分析

•  GPT辅助的双重机器学习（DDML）简介
• AI增强的双重机器学习Stata应用
• AI集成的DDML与经典因果推断方法的比较
• AI驱动的双重机器学习在因果推断中的前言应用
• 《中国工业经济》+《数量经济技术经济研究》论文讲解与复刻
• 推荐3篇《中国工业经济》+《数量经济技术经济研究--双重机器学习DDML论文
• 论文应用讲解19：DDMl论文复刻结果--2023.04《数量经济技术经济研究》
• 论文应用讲解20：双重机器学习DDML专题--2024年第8期《数量经济技术经济研究》论文复刻
• 论文应用讲解21：推荐《中国工业经济》上最新--双重机器学习DDML论文
• 2024Stata暑假班--精彩片段--双重机器学习DDML (qq.com)
• 2024年8月Stata暑期班回顾丨因果推断&机器学习应用&异质性DID前沿&双重机器学习专题回顾 (qq.com)
• 24年8月Stata暑假班因果推断&机器学习应用双重机器学习 (qq.com)