👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享 💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归 ⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching 🔨 工具：工具软件 | Markdown | Python-R-Stata 🎧 课程：最新专题 | 计量专题 | 关于连享会
🍓 课程推荐：2024 机器学习与因果推断专题
主讲老师：司继春 (上海对外经贸大学) ；张宏亮（浙江大学）
课程时间：2024 年 11 月 9-10 日 ；16-17日
课程咨询：王老师 18903405450（微信）
课程特色 · 2024机器学习与因果推断：
懂原理、会应用。本次课程邀请了两位老师合作讲授，目的在于最大限度地实现理论与应用的有机结合。为期四天的课程，分成两个部分：第一部分讲解常用的机器学习算法和适用条件，以及文本分析和大语言模型；第二部分通过精讲 4-6 篇发表于 Top 期刊的论文，帮助大家理解各类机器学习算法的应用场景，以及它们与传统因果推断方法的巧妙结合。 以 Top 期刊论文为范例。目前多数人的困惑是不清楚如何将传统因果推断方法与机器学习结合起来。事实上，即便是 MIT 和 Harvard 的大牛们也都在「摸着石头过河」。为此，通过论文精讲和复现来学习这部分内容或许是目前最有效的方式了。张宏亮老师此前在浙江大学按照这一模式教授了「因果推断和机器学习」课程，效果甚佳：学生们能够逐渐建立起研究设计的理念，并在构造识别策略时适当地嵌入机器学习方法。
作者： 连玉君 (中山大学)
邮箱： arlionn@163.com
温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：
本文码云仓库：https://gitee.com/arlionn/StataProfile
我曾写过一篇推文 聊聊Stata中的profile文件，说明了 Stata 中 profile 文档的设定思路和方法。现在，我的思路发生了一些变化，也更新了我的 profile。
下面，我分享一下我的想法和做法。
多年以来我一直把「personal」文件夹放在 Stata 安装目录下，如「D:/stata15/ado/personal」，然后再在此文件夹下放置各类 dofiles 和数据。国内诸多 Stata 用户大体上也都采用了这种模式。
这种做法缺点很明显：每当 Stata 发布新版本时，我就不得不「搬一次家」—— 把「D:/stata15/ado/personal」文件夹剪切到「D:/stata16/ado/personal」。随之搬动的还包括存放外部命令的「plus」文件夹。更麻烦的是，有时候会同时使用 Stata15，Stata16 和 Stata17，便需要执行三次 ssc install pkgname 命令，以至于三个版本下的外部命令彼此不同。
后来我想明白了，我们使用 Word 时，并没有把自己的文档放在 Word 的安装目录下呀！而是放在一个单独的文件夹中，无论使用哪个版本的 Word，我们自己的文件夹都不需要移动，这样安全性和便利性反而更高。
所以，我们要把「自己的东西」从 Stata 安装路径下独立出来。这样，即使 Stata 升级到 20.0，我们的个人文件夹也不需要做任何移动。你甚至可以把你的个人文件夹设置为一个 坚果云共享文件夹：你在家里和办公室可以同时编辑这个文件夹中的文件，你的 coauthor 也可以编辑这个文件夹中的文件。
现在的做法是：在 D 盘下建一个独立的文件夹，「D:/stata」，然后把我分散放置于「D:/stata15/ado/personal」、「D:/stata16/ado/personal」和「D:/stata17/ado/personal」下的文件都整合到「D:/stata/personal」中。在上三个版本的 Stata 安装目录下放置相同的 profile.do 文档，核心内容如下：
global path "D:/stata" // 统一存放地址
sysdir set PLUS `"$path/plus"' // 外部命令的存放位置
sysdir set PERSONAL `"$path/personal"' // 个人文件夹位置
-点击下载- 连老师设定的
profile.do文档 (或前往 码云仓库 下载)。亦可扫码下载：
https://gitee.com/arlionn/StataProfile
🍓 课程推荐：2024 机器学习与因果推断专题
主讲老师：司继春 (上海对外经贸大学) ；张宏亮（浙江大学）
课程时间：2024 年 11 月 9-10 日 ；16-17日
课程咨询：王老师 18903405450（微信）
尊敬的老师 / 亲爱的同学们：
连享会致力于不断优化和丰富课程内容，以确保每位学员都能获得最有价值的学习体验。为了更精准地满足您的学习需求，我们诚挚地邀请您参与到我们的课程规划中来。请您在下面的问卷中，分享您 感兴趣的学习主题或您希望深入了解的知识领域 。您的每一条建议都是我们宝贵的资源，将直接影响到我们课程的改进和创新。我们期待您的反馈，因为您的参与和支持是我们不断前进的动力。感谢您抽出宝贵时间，与我们共同塑造更加精彩的学习旅程！https://www.wjx.cn/vm/YgPfdsJ.aspx# 再次感谢大家宝贵的意见！
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all
🍏 关于我们
连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。
