发布丨2019年年终盘点之原创热门文章TOP10
TOP 1
特别推荐丨老姚专栏：理解自然实验和DID方法——与现场实验比较的视角
本文对自然实验与现场实验进行比较分析，以揭示两种研究方法的异同，帮助大家更好地理解自然实验方法以及DID模型背后的逻辑。
”TOP 2
特别推荐丨老姚专栏：关于实证研究，我只能告诉你这么多了
与其说计量经济学是一门颇有技术含量的经济学课程，还不如说是一门通识课程。研习计量经济学可以改善我们的逻辑思维能力，提高我们的科学素养。本文源于笔者为计量经济学课程编写的大纲。
”TOP 3
工具＆方法丨学经济学也要敲代码——经生小白自力更生收集数据
我的第一个爬虫任务是，（友好地）爬取海关网站的部分月度统计数据，并对杂乱的html文件按照文件名进行分类。这篇文章记录了我在第一次爬虫实战中的经历和心得体会。特别推荐给非专业出身的爬虫"小白"们，任何技术问题，都是"纸老虎"！
”TOP 4
数据呈现 | R语言绘图包大全（共40个包）
数据可视化是关于数据视觉表现形式的科学技术研究。许多R语言包，可以实现创建和开发丰富有趣图形的功能。
”TOP 5
数据呈现 丨Stata+R+Python：一文帮你解决Paper、PPT中的数据可视化问题
如何利用基础数据绘制出让“领导”和“老师”们，现场“瞠目结舌”、背后“啧啧称赞”的漂亮图形呢？本期，我推荐三个网站分别介绍通过热门软件——Stata、R和Python，可以绘制出精美图形的方法和技巧，供大家参考。
”TOP 6
数据资源丨划重点 ！ 经济学专业学习Python之爬虫篇
除非是碰到数据资源丰富的“土豪爸爸”做导师，否则越来越多经济学专业的研究生甚至本科生被导师“要求”学习爬虫的技巧。那么对于经济学学生来说，如何利用 Python获取网页中的信息，完成所谓的爬虫作业呢？
”TOP 7
因果推断丨中国学者用双重差分做了哪些工作？
近年来，学者大量使用双重差分法来开展因果识别的实证研究。围绕双重差分（亦称为“倍差法”，下统称“双重差分”）这一关键词，我们对学者发文数进行了粗略的统计。
”TOP 8
工具＆方法丨划重点 ！ 经济学专业学Python需要学哪些内容？——数据分析处理必知必会的知识点
也许会有专业软件工程师认为，Python的火热有些“过誉”了，但是在经济学乃至数据科学领域，Python的火热绝对是能够理解和值得期待的。大数据时代来临，任何一位想要在未来的经济学界立足的「有志青年」，都应该抓住这把“火”。本文将为那些还没有上手但准备上手的「有志青年」们梳理一份学习Python的内容清单，着重列出数据分析处理方面需要用到的模块。
”TOP 9
特别推荐丨老姚专栏：理解工具变量的工具——需求定律
姚老师的这篇文章第一个亮点是借由经济学理论界关于需求定理的争论作为切入点，利用对需求定理的解释，引出需求价格弹性估计这一实证问题，从而将供给与需求的分析框架与计量中的遗漏变量问题和工具变量法很好地结合在一起，给出了理解工具变量法的具有浓厚经济理论味道的新案例。本文的第二个亮点是，利用一个用降水量作为工具变量估计粮食需求价格弹性的例子，从直觉的角度解释了工具变量的基本原理。这一表述也是明显有别于教科书偏统计推导的方式，非常值得一读！
”
TOP 10
特别推荐丨老姚专栏：辛普森悖论、异质性与DID模型
小学男女生学习成绩的异质性可能导致班级间按性别分组的成绩排名和汇总成绩排名相悖。通过这一例子，本文引出了著名的辛普森悖论。处理效果的异质性与处理的非随机分配是辛普森悖论出现的两个必要条件。按照计量经济学原理，辛普森悖论本质上属于模型设定时未控制异质性而产生的遗漏变量偏误，可以借助DID模型加以解决。
”
以上，就是今天的盘点内容~下期，我们将盘点热门转载文章TOP10，敬请期待！
►一周热文
数据呈现丨Pandas可视化综合指南：手把手从零教你绘制数据图表
统计计量丨To Take Log, or Not to Take Log (取对数，还是不取对数)
数据Seminar
这里是大数据、分析技术与学术研究的三叉路口
编辑：青酱审阅：简华（何年华）
欢迎扫描👇二维码添加关注