Stata实证分析与论文图表
输入研究数据、变量定义和识别方案,用Stata完成清洗、建模与稳健性检验,生成可复现脚本和论文图表。
功能与用途
面向需要用Stata开展实证研究的用户,接收数据集、研究问题、变量说明与识别方案,串联数据清洗、变量构造、描述统计、模型诊断、基准估计、稳健性及机制与异质性分析。默认按经济学论文习惯组织多列回归表、事件研究图和系数图,交付可复现的.do脚本、运行日志及可用于论文的表格图片,也可单独完成某个分析环节。另覆盖公共健康与因果机器学习场景;实际运行需可用的Stata及相应扩展包。
适用场景
- 政策实施效果评估:使用地区或企业面板数据开展双重差分分析,输出事件研究图、基准回归表和稳健性结果。
- 论文复现材料整理:将清洗、变量构造、模型估计和图表导出串成.do脚本,便于合作者复跑与核对。
- 公共健康干预分析:利用队列数据开展加权处理效应或生存分析,整理效应估计、描述统计和敏感性结果。
- 干预效果异质性研究:采用双重机器学习或因果森林,估计不同人群的处理效应并生成比较图表。
适用人群
- 应用经济学研究者
- 经济学硕博研究生
- 政策评估研究人员
- 公共卫生研究人员
- 因果机器学习研究人员
使用步骤
- 提供数据、变量字典和研究问题。
- 说明识别方案、样本范围及所需图表。
- 生成并运行清洗、建模和检验脚本。
- 核对样本变化、模型诊断和稳健性结果。
- 导出.do文件、日志及论文表格图片。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 知识
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-11-03
- 文件数
- 4
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
使用前准备
- 提供可读取的研究数据、变量说明及样本筛选条件。
- 明确研究问题、结果变量、处理变量及拟采用的识别方案。
- 实际执行需安装并可调用Stata,以及所用方法对应的社区扩展包。
- 部分因果机器学习方法需要另行配置Python或R环境。