孟德尔随机化法在因果推断中的应用, 如火如荼新方法

凡是搞计量经济的，都关注这个号了

邮箱：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

之前，因果推断研究小组引荐了很多因果推断方面的文章，比如如下几十篇经典文章。里面不仅给出经典方法的代码，还给出相关文献，因此，学者可以依据里面的数据和程序，复制出一篇文章的结果。

今天，咱们引荐的是一种在经济学领域兴起的新型因果推断方法——孟德尔随机化(Mendelian Randomization，MR)研究设计。下面这篇文章与医学统计相关，但不妨碍咱们对这种方法的基本理解，何况很多经典因果推断方法都借鉴自医学领域，比如，匹配方法。

它遵循“亲代等位基因随机分配给子代”的孟德尔遗传规律，如果基因型决定表型，基因型通过表型而与疾病发生关联，因此可以使用基因型作为工具变量来推断表型与疾病之间的关联。近年来，MR的研究设计随着统计学方法、大样本GWAS数据、表观遗传学以及各种“组学”技术的不断发展，在探讨复杂暴露因素与疾病结局因果关联中应用日益广泛。

文献：孟德尔随机化法在因果推断中的应用Mendelian randomization approach, used for causal inferences ，王莉娜,Zhang Zuofeng,Wang Lina,Zhang Zuofeng- 《中华流行病学杂志》2017年4期

其他名家专栏文章，建议全部阅读

3.陆铭把实证研究进行到底，献给学术路上的人

5.姚洋为什么你不能发《经济研究》？

6.姚洋经济学是科学吗？季刊主编如是说

13.方汉明美国经济学教育体系和对中国的启示

14.马光荣经济学实证研究中的误区，全部是经验

15.吴喜之计量经济学中的7大误区, 你踩雷了吗？

咱们圈子强烈推荐下面这26篇Stata相关文章，尽管Python已经在咱们社群渐渐普及开来，但Stata在数据分析领域还是有一些特别之处。

以下是25篇关于面板（动态或静态）数据的文章，里面附上了程序和相关文献，基本上可以解决大部分面板运用中的问题。

下面是一些空间计量相关文章，各位学者可以参考阅读：

下面是一些交互项相关文章，各位学者可以参考阅读：

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

2年，计量经济圈公众号近1000篇文章，

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 |

计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 

数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |

干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 |

计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。