连享会：因果推断专题-重磅来袭！
👇 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：公开课-直播 | 计量专题 | 关于连享会
连享会：因果推断专题
目录
0. 课程特色
1. 课程概况
2. 主讲嘉宾简介
3. 课程详情
模块一：因果推断基础
🍏 第 1 讲 因果推断基础 I：拟合技巧
🍏 第 2 讲 因果推断基础 II：作为解释的线性回归
模块二：因果推断理念和框架
🍏 第 3 讲 Rubin 因果模型和实验
🍏 第 4 讲 无混淆分配下的因果推断：匹配 (3 小时)
模块三：实验设计的延伸
🍏 第 5 讲 度量不确定性
🍏 第 6 讲 因果效应的异质性
模块四：截面数据常用设计
🍏 第 7 讲 工具变量设计 (IV)
🍏 第 8 讲 断点回归设计 (RDD)
模块五：面板数据因果推断
🍏 第 9 讲 固定效应模型与倍差法 (FD, DID)
🍏 第 10 讲 DID 前沿、合成控制法 (SCM)
4. 报名信息以及缴费方式
4.1 报名信息
4.2 缴费方式
5. 助教招聘
说明和要求
申请链接
0. 课程特色
因果推断在经验研究中的重要性无需多言。然而，面对快速涌现的各类方法，大家往往既兴奋又无助。
本次课程分为五个模块，力求帮助大家建立理解因果推断的基本框架，在深入理解基本概念和模型的基础上，能够合理地使用常用分析工具，自信地解读实证结果，并配合异质性分析、可视化图形、安慰剂检验等手段来增强实证分析部分的稳健性和可读性。
本次课程由两位授课经验丰富的老师精心设计，尤其是徐轶青老师，将他在加州大学和斯坦福大学的授课内容原汁原味地呈现出来。
在课程设计理念上，我们力求「讲慢、讲透」。与其给大家一堆「半生不熟」的方法和模型，倒不如把最核心的模型和方法讲透，以便赋予各位自我研读的能力和信心。为此，本次课程分三个周末讲授，以便大家有充足的时间理解、吸收和实操。我们强烈建议各位在课程期间将所学方法应用到你手头的论文中。我们安排了充足的答疑时间，并有 20 位经验丰富的助教随时协助大家自我提升。
1. 课程概况
嘉宾： 司继春 (上海对外经贸大学)；徐轶青 (斯坦福大学) 模式： 网络直播 时间： 2021 年 12 月 (共五天) 司继春老师：12 月 11-12 日 徐轶青老师：12 月 18-19 日；26 日 时段： 上午 9:00-12:00，下午 1:30-4:30，答疑：4:30-5:00 课程主页： https://gitee.com/lianxh/YG ⭕ PDF 课纲 ⭕ 课纲论文PDF打包下载 报名链接： http://junquan18903405450.mikecrm.com/Jjwxjbv 助教招聘： https://www.wjx.top/vj/wFLeQ1w.aspx
2. 主讲嘉宾简介
司继春，上海对外经贸大学统计与信息学院讲师，主要研究领域为微观计量经济学、产业组织理论。在 Journal of Business and Economic Statistics、《财经研究》等学术刊物上发表多篇论文。其实，大家更熟悉的是知乎上大名鼎鼎的 慧航，拥有近 30 万个关注者，获得过 42w+ 次赞同，他就是司继春老师 —— 知乎-慧航。
徐轶青，斯坦福大学政治学系助理教授。主要研究领域为面板数据因果推断。本科毕业于复旦大学经济学系；硕士毕业于北京大学中国经济研究中心（现国家发展研究院）；2016 年于麻省理工学院（MIT）政治学系获博士学位。2016 年 7 月至 2019 年 6 月，于加州大学圣地亚哥分校（UCSD）政治学系工作。徐老师的工作成果发表于政治学国际顶级期刊，包括《美国政治学评论》（APSR）、《美国政治学期刊》（AJPS）、《政治学杂志》（JOP）、《政治分析》（PA）。他还获得了多个专业奖项，包括 John Williams 最佳博士论文选题奖（2014）、Malcolm Jewell 最佳研究生论文奖（2015）、AJPS 年度最佳论文奖（2016）、PA 年度编辑推荐论文奖（2017）、PA 年度最佳论文奖——The Miller Prize（2018、2020）。徐老师也是一个热爱 教学 的达人，他编写了多个被广泛应用的 程序。在 2019 年 8 月由美国西北大学和杜克大学联合举办的「因果推断 Workshops」中 (main, advanced)，徐老师应邀主讲「面板因果推断」专题 (本次课程的模块五)。他是此次 workshop 中最年轻的主讲嘉宾，其他嘉宾还包括：2021 年诺奖得主 Joshua Angrist 教授，Rubin 模型的提出者 Donald B. Rubin 教授，斯坦福大学的 Jens Hainmueller 教授等。
3. 课程详情
本课程第一阶段的内容由上海对外经贸大学的司继春老师讲解。司老师的数量经济科班背景加之知乎年度荣誉答主的身份，让他的授课既有极清晰的逻辑，又有深入浅出的解读。在过去的几年中，司老师已经为多所高校的讲授了因果推断和机器学习等专题课程，在学生中的口碑甚佳。
第一阶段的课程主要包括两个模块 (两天)，详情如下：
模块一 介绍本次课程各个模块的基础工具。从条件期望和因果图入手，从因果推断的视角重新解读线性回归、虚拟变量、交叉项的含义，并进而引入交叉验证、加权最小二乘法、局部回归等方法。 模块二 力求以 Rubin 因果模型为基础，帮助大家建立起「反事实框架」。目前主流的因果推断方法基本上都以该模型为基础，比如 DID，RDD，PSM，SCM，Synthetic-DID，甚至是以及机器学习为基础的因果推断本质上都是估计「反事实」的过程。一旦完成从传统的线性回归向「反事实框架」的思维转变，就可以从容面对不断涌现的新方法了。
本课程第二阶段的内容由斯坦福大学的徐轶青老师讲解。过去几年，徐老师在美国高校给博士生讲授统计基础和因果推断课程。和他的斯坦福的教学方式类似，讲课将采取理论与实践相结合的方式，旨在帮助学员们从模型、直觉和操作三个方面掌握这些方法。
第二阶段的课程主要有三个模块（三天），具体说明如下：
模块三 是第一阶段的延伸。着重介绍两个主题：如何度量不确定性？如何估计和展示不确定性？首先，我们将介绍几种常用的度量不确定性的方法、解释其适用场景，以及 Stata 实操。接着，徐老师将探讨常用的估计因果效应异质性的办法。这部分内容具有广泛的应用：不仅适用于实验数据，也适用于观察性数据；既适用于截面数据，又适用于面板数据。 模块四 讲解截面数据常用的因果推断设计，包括工具变量设计和断点回师设计。徐老师将介绍两种研究方法的操作细节、如何阐释得到的结果、以及可能的误用。徐老师也将提供数据和 Stata 代码供学员们学习使用。 模块五 重点介绍面板数据因果推断。首先，讨论常用的固定效应模型与倍差法，包括如何进行估计和推断，以及如何画动态因果效应图和进行安慰剂检验。之后，徐老师将介绍近年来这个领域的最新进展，包括对常用方法的反思和改进、合成控制法，以及一些基于机器学习工具的新估计方法。这也是他本人专长的研究领域。
模块一：因果推断基础
🍏 第 1 讲 因果推断基础 I：拟合技巧
条件期望、因果图 (Causal Diagram: DAGs) 简介和辛普森悖论 线性回归和虚拟变量回归 作为拟合工具的线性回归：拟合优度和模型选择（R2、交叉验证、信息准则） 权重的使用：逆概率加权的思想、Horvitz-Thompson 估计量以及加权最小二乘 实例：Wolfers, J. (2006). Did Unilateral Divorce Laws Raise Divorce Rates? A Reconciliation and New Results. American Economic Review, 96(5), 1802–1820. -Link-data-, -PDF- 局部多项式估计及窗宽选取 实例：Bronzini, R., & Iachini, E. (2014). Are Incentives for R&D Effective? Evidence from a Regression Discontinuity Approach. American Economic Journal: Economic Policy, 6(4), 100–134., -Link-data-, -PDF-
🍏 第 2 讲 因果推断基础 II：作为解释的线性回归
回归结果的解释（模型设定方法） 平方项 交叉项 虚拟变量 控制变量的选取 固定效应的使用 异质性与权重的使用
模块二：因果推断理念和框架
🍏 第 3 讲 Rubin 因果模型和实验
Rubin 因果模型 (Rubin Causal Model, RCM) 平均处理效应的分解：因果识别中的偏误 随机实验的计量经济学 Finkelstein, A., et al. (2012). The Oregon Health Insurance Experiment: Evidence from the First Year*. Quarterly Journal of Economics, 127(3): 1057–1106.-Link-data-, -PDF- Taubman, S. L., Allen, H. L., Wright, B. J., Baicker, K., & Finkelstein, A. N. (2014). Medicaid Increases Emergency-Department Use: Evidence from Oregon’s Health Insurance Experiment. Science, 343(6168), 263–268. -PDF- 实例：Duflo, Esther, Rema Hanna, and Stephen P. Ryan. 2012. “Incentives Work: Getting Teachers to Come to School.” American Economic Review 102 (4): 1241–78. -Link-data-, -PDF- 实例（ITT）：OHIE 实验。
🍏 第 4 讲 无混淆分配下的因果推断：匹配 (3 小时)
无混淆分配假设 无混淆分配假设下的推断：匹配 匹配的 Stata 实现：Imbens (2015) 中的例子 倾向得分匹配的原理及实现 逆概率加权法、双向稳健的逆概率加权方法 扩展阅读： Imbens, G. W., & Rubin, D. B. (2015). Causal inference for statistics, social, and biomedical sciences: An introduction. Cambridge University Press. -PDF-
模块三：实验设计的延伸
🍏 第 5 讲 度量不确定性
回顾实验方法 Clustering standard errors Bootstrap methods Permutation Inference Stata 实操
🍏 第 6 讲 因果效应的异质性
异质性问题解析 估计边际效应（Marginal Effect）及其可视化 Stata 实操 参考文献： Bertrand, Marianne, Esther Duflo, and Sendhil Mullainathan. 2004. “How Much Should We Trust Differences-in-Differences Estimates?” Quarterly Journal of Economics 119 (1): 249–75. -Link-, -PDF- Hainmueller, Jens, Jonathan Mummolo, and Yiqing Xu (徐轶青). 2019. “How Much Should We Trust Estimates from Multiplicative Interaction Models? Simple Tools to Improve Empirical Practice.” Political Analysis, 27 (2): 163-192. -Link-, -PDF-
模块四：截面数据常用设计
🍏 第 7 讲 工具变量设计 (IV)
传统范式 新范式：Local Average Treatment Effect 实例：小班教学有没有用？ 对使用工具变量的反思 参考文献： Angrist, Joshua D., Guido W. Imbens, and Donald B. Rubin. 1996. “Identification of Causal Effects Using Instrumental Variables.” Journal of the American Statistical Association 91 (434): 444–55. -Link-, -PDF- Angrist, J. D., and V. Lavy. 1999. “Using Maimonides’ Rule to Estimate the Effect of Class Size on Scholastic Achievement.” Quarterly Journal of Economics 114 (2): 533–75.
🍏 第 8 讲 断点回归设计 (RDD)
断点回归理论基础 断点回归一些细节问题 基于地理的断点回归 实例：秘鲁 Mita 的长期效应 Dell, M. 2010. “The Persistent Effects of Peru’s Mining Mita.” Econometrica 78 (6): 1863–1903. -Link-, -PDF-
模块五：面板数据因果推断
🍏 第 9 讲 固定效应模型与倍差法 (FD, DID)
估计与推断 实例：Minimum Wage and Employment Card, David, and Alan B. Krueger. 1994. “Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania.” American Economic Review 84 (4): 772–93. -PDF- 展示动态效应 实例：Malaria Eradication in the Americas Bleakley, Hoyt. 2010. “Malaria Eradication in the Americas: A Retrospective Analysis of Childhood Exposure.” American Economic Journal: Applied Economics 2 (2): 1-45. -Link-data-, -PDF- 安慰剂检验
🍏 第 10 讲 DID 前沿、合成控制法 (SCM)
对固定效应模型和倍差法的反思 合成控制法 实例：California Proposition 99 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. -PDF- 对合成控制法的拓展 实例：Election-Day Registration and Voter Turnout. Xu, Yiqing (徐轶青). 2017. “Generalized Synthetic Control Method: Causal Inference with Interactive Fixed Effects Models.” Political Analysis 25 (1): 57–76. -PDF-
4. 报名信息以及缴费方式
4.1 报名信息
主办方： 太原君泉教育咨询有限公司 标准费用(含报名费、材料费)： 全价：4500 元/人 团报价 (三人及以上)/老学员（现场班/专题课学员）：9 折，4050 元/人 会员优惠： 85 折，3825 元/人 Note： 以上各项优惠不能叠加使用。 联系方式： 邮箱：wjx004@sina.com 王老师：18903405450 (微信同号) 李老师：18636102467 (微信同号)
报名链接：
http://junquan18903405450.mikecrm.com/Jjwxjbv
长按/扫描二维码报名：
4.2 缴费方式
方式 1：对公转账
户名：太原君泉教育咨询有限公司 账号：35117530000023891 (晋商银行股份有限公司太原南中环支行) 温馨提示： 对公转账时，请务必提供「汇款人姓名-单位」信息，以便确认。
方式 2：微信扫码支付
温馨提示： 微信转账时，请务必在「添加备注」栏填写「汇款人姓名-单位」信息。
5. 助教招聘
说明和要求
名额： 10 名 任务： A. 课前准备：协助完成 3 篇推文，风格类似于 lianxh.cn 推文； B. 开课前答疑：协助学员安装课件和软件，在微信群中回答一些常见问题； C. 上课期间答疑：针对前一天学习的内容，在微信群中答疑 (8:00-9:00，19:00-22:00)；参见 往期答疑。 Note: 下午 5:30-6:00 的课后答疑由主讲教师负责。 要求： 热心、尽职，熟悉 Stata 的基本语法和常用命令，能对常见问题进行解答和记录。 特别说明： 往期按期完成任务的助教自动获得本期助教资格，不必填写申请资料，直接联系连老师即可。 截止时间： 2021 年 11 月 28 日 (将于 11 月 30 日公布遴选结果于连享会主页：lianxh.cn)
申请链接
https://www.wjx.top/vj/wFLeQ1w.aspx
或 扫码在线填写助教申请资料：
课程主页： https://gitee.com/arlionn/YG
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。