为了推动社会科学领域计量实证方法的发展，培养和训练社会科学相关学科领域的学者、博士和硕士研究生，促进社会科学相关领域研究方法的科学化、规范化，提供一个高水平的学术交流、研究方法和研究经验分享平台，特邀请了国内计量实证分析的权威专家授课，课上采用模块式教学方法，不仅侧重经济、统计等社会科学量化基本方法的介绍，而且更加注重研究设计与研究选题训练，注重理论与实践相结合，培养学员的社会科学量化分析研究的综合能力。

课程亮点

您是否还在为不懂计量实证分析方法,写不出高质量的学术论文而发愁

您是否还在为不知道如何学习和运用主流计量实证分析软件Stata而发愁

解决您上述烦恼的机会来啦！

课程特色

紧紧围绕实证研究中倍受困扰的问题进行详细解读。

每个模型结合经典论文进行案例分析和软件操作。

课程所有讲义、数据、程序、文献资料等全部免费领取，更有独家开发的do文件和命令。

课后交流互动的微信群长期有效，与王老师探讨交流，答疑解惑。

授课老师

王老师，经济学教授、博士生导师，主持国家自然科学基金青年项目、天津市科技支撑计划项目、教育部人文社科项目、中国人民银行、国家统计局等多项国家级和省部级课题。曾获得国家统计局统计科学研究优秀成果一等奖、天津市科技进步二等奖等多项荣誉。在《China Economic Review》、《Stata Journal》、《Journal of Family and EconomicsIssues》、《金融研究》、《数量经济技术经济研究》、《统计研究》等SSCI和CSSCI期刊发表多篇论文，并担任期刊匿名审稿人。

时间安排

时间：2023年03月23日---03月26日

（第一天报到、授课三天）北京现场班

安排：

上午 09:00至12:00 ;

下午 14:00至17:00 ;

答疑 17:00至17:30；

详情请点击查看

面向对象

国内高校教师、博士生、硕士生、科研院所科研人员、社会团体及Stata爱好者。

论文实证方法

Stata应用课程大纲

第一讲：线性回归模型

1.1 模型设定与OLS估计

1.2 什么情况下回归代表因果关系？

1.3 模型的内部有效性与外部有效性

1.4 模型的评估：R2很低，是否不可取？

1.5 应该如何加入控制变量？

1.5.1 加入控制变量的思路与注意的问题

1.5.2 什么样的控制变量是不恰当的

1.6 多重共线性

1.6.1 如何判断是否存在多重共线问题？

1.6.2 什么情况下不需要关注多重共线问题

1.6.3 如何解决多重共线问题？

1.7 读者（审稿人）对模型结论的质疑来自哪里，如何解决？

第二讲：从一个完整的案例掌握Stata操作

2.1 论文模型与数据

2.2 数据导入与合并

2.3 数据清理

2.3.1 缺失值如何处理？

2.3.2 如何检测异常值？

2.4 模型估计与检验

2.5 实证结果导出到Word文档

第三讲：虚拟变量与非线性模型解读与检验

3.1 虚拟变量

3.1.1 虚拟变量

3.1.2 什么情况下可以加入全部分组的虚拟变量？

3.1.3 排序变量能直接加入模型吗？

3.2 交互项模型

3.2.1 交互项模型的系数解释

3.2.2 交互项与分组回归的关系，哪种方式更好？

3.2.3 如何检验两组回归系数的差异是否显著？

3.2.4 结构突变检验

3.3 多项式模型

3.3.1 多项式模型的系数解释

3.3.2 如何检验U型或倒U型关系？

3.4 非线性模型的其它形式与解读

第四讲：内生性与估计变量

4.1 为什么需要关注内生性问题

4.2 工具变量的估计与逻辑

4.3 两阶段最小二乘法

4.4 工具变量估计的检验

4.4.1 内生性检验

4.4.2 过度识别约束检验

4.4.3 弱工具变量检验

4.5 如何选择工具变量

4.6 交互项与多项式模型中的内生性问题

第五讲：Probit和Logit模型

5.1线性概率模型

5.2 Probit和Logit模型

5.2.1 模型的解释

5.2.2 模型的评估

5.2.3 模型的内生性问题

5.2.4 如何检验Probit/Logit模型分组系数的差异

5.3 排序Probit和Logit模型

第六讲：处理效应与匹配法

6.1 反事实

6.2 观测数据模型中的选择偏差

6.3 随机试验、自然实验、准实验

6.4 匹配法

6.4.1 照协变量做匹配

6.4.2 倾向得分匹配

第七讲：面板数据模型

7.1 固定效应、随机效应、相关的随机效应

7.2 动态面板

7.3 双重差分法

7.3.1 模型设定与估计

7.3.2 处理效应的异质性

7.3.3 平行趋势检验

7.3.4 安慰剂检验

第八讲：断点设计

8.1 模糊断点设计和精确断点设计

8.2 精确断点设计

8.2.1 参数回归方法

8.2.2 稳健（非参数）方法

8.3 断点设计的稳健性检验

8.3.1 协变量的连续性检验

8.3.2 驱动变量的操纵检验

8.3.3 安慰剂检验

8.4 断点设计的随机推断方法

课程开始前王老师为学员提供了几点学习的建议：

1、课程中认真听讲，课后结合数据复习；

讲课的时候不需要跟着操作，课程结束可以复习学习，全部课件代码及数据都会发给大家。

2、学习方式建议，避免急功近利型的方式学习；

避免急功近利型的学习，比如直接复制修改别人的代码，把自己的数据改一下，表面上是提高了效果，这样会导致你停留在了问题的表面上，问题稍微修改，就会导致很多问题你不知道怎么去解决，一段代码你能看明白到你能写出来，到你自己能够表达出来，中间会存在有很多的问题。一定要做到知其一，还要知其二，知其然，也要知其所以然。

3、尝试自己写代码，把眼光放长远；

课程学习中每个语句都要尝试自己理解，并尝试多写，在写的过程中历练自己，有什么技巧，需要注意哪些问题。建议学员把眼光放长远，尤其是博士生、硕士生和本科生，一定要多尝试自己写代码，发现了解整个过程。do文件每天课程结束会分享给大家，之所以不会提前提供是希望大家自己先理解并尝试写语句。

4、数据处理方式及论文研究的交流；

估计学员中有不少老师和学生也在做一些东西，比如数据的处理和论文，我们之间都可以共同讨论。本次课程中会有一整篇完整论文的do文件，并会把do文件分享给大家。在以往的活动中有不少数据和论文的处理中都会有一些共性，欢迎大家多多交流。