内生性-因果推断

离群值稳健IV估计量及其在因果推断中应用-robustAR
R语言:政策效应外推及外部有效性-tpate
论文推介:包含343位作者的JF论文:NSE-非标准误差
敏感性分析在社会学研究中的应用
论文推介:考虑样本自选择偏误的内生性随机前沿分析模型
辛普森悖论及模拟分析
如何通过数据预处理来降低对模型依赖?
因果推断必备:有向无环图DAG的解读和绘制-R 语言之ggdag包
IV-控制函数法-内生性和 Hausman 检验的原理解读
竞争性假设检验在实证中的运用
竞争性假设检验在实证中的运用
因果推断:傻傻分不清-独立与不相关等价吗?
因果推断中的 RA, IPW, IPWRA
内生性之应对(下):方法篇--遗漏变量-反向因果-测量误差-自选择
方法篇--遗漏变量-反向因果-测量误差-自选择
内生性之应对(上):原理篇--遗漏变量-反向因果-测量误差-自选择
严格外生性假设检验方法与应用
严格外生性假设检验方法与应用
IV-面板内生性:严格外生性如何检验?
IV-面板内生性:严格外生性如何检验?
因果推断:双重机器学习-ddml
因果推断:双重机器学习-ddml
Stata:非线性模型的中介效应检验-khb
Stata:非线性模型的中介效应检验-khb
Stata:内生性随机边界模型-xtsfkk
Stata:内生性随机边界模型-xtsfkk
Stata:一文读懂两部模型-twopm
Stata:一文读懂两部模型-twopm
Stata:控制函数法及其Stata应用
控制函数法的核心思想在于,通过对内生解释变量的内生性来源进行提取,然后加入原始模型进行估计,来获得对政策效果的无偏估计。
Stata:高度共线性情况下的IV估计-pariv
Stata:高度共线性情况下的IV估计-pariv
一组动图读懂因果推断
因果推断
Stata:处理衡量偏误-变量误差模型的一些建议
内生性有 3 个主要来源:遗漏变量、互为因果和衡量偏误。其中第三种衡量偏误受到的关注相对较少,但若存在这一问题,会导致研究者无法一致地估计解释变量的系数。
第三种内生性:衡量偏误(测量误差)如何解决?-eivreg-sem
第三种内生性:衡量偏误(测量误差)如何解决?-eivreg-sem
B-Stata模拟:控制变量!控制变量!Good-Controls-Bad-Controls
Stata模拟:控制变量!控制变量!Good-Controls-Bad-Controls
A-理论部分:控制变量!控制变量!Good-Controls-Bad-Controls
在实证研究中「坏的控制」时常出现,当一个变量的加入使得回归结果与预期产生明显差异时,该变量可能是坏的控制。如何避免这一差异已经成为实证研究中的重要挑战。在本文中,我们试图使用图形工具来解决这一问题
Stata:一般化的因果中介分析
Stata:一般化的因果中介分析
因果推断:混杂因素敏感性分析实操(下)-tesensitivity
因果推断:混杂因素敏感性分析实操(下)-tesensitivity
因果推断:混杂因素敏感性分析理论(上)
混杂因素敏感性分析理论(上)
Stata:中断时间序列分析-itsa
中断时间序列 (ITS) 是公共卫生、公共政策和卫生服务领域的一种常见研究方法。该方法通过控制结果变量干预前的上升或下降趋势,来检验干预措施的效果,包括中断前后的水平变化和趋势变化。
敏感性分析B-Stata实操:控制变量内生时的系数敏感性分析-regsensitivity
Stata实操:控制变量内生时的系数敏感性分析-regsensitivity
敏感性分析A-理论基础:控制变量内生时的系数敏感性分析-regsensitivity
敏感性分析理论基础:控制变量内生时的系数敏感性分析-regsensitivity
Stata:图示事件研究分析结果-eventcoefplot
Stata因果推断:hettreatreg-用OLS估计异质性处理效应
Stata:回归标准化估计因果效应-standsurv
Stata:处理效应的排序检验-permtest
Stata:内生转换模型及其应用-movestay-mspredict
Stata:自选择偏误之双栏模型简介-(Double-hurdle-model)
Stata:因果推断方法综述和Stata操作
Stata:内生变量与工具变量非线性关系处理-discretize
Stata:样本选择偏误与两部模型-twopm-L121
安慰剂检验!安慰剂检验!
fect:基于面板数据的因果推断(下)-T218b
fect:基于面板数据的因果推断(上)-T218a
因果推断:未测量混杂因素的敏感性分析-T249
内生性!内生性!解决方法大集合
趣读:相关性未必意味着因果关系
内生性:来源及处理方法-幻灯片下载
用FE-固定效应模型能做因果推断吗?
反向因果:来源、特征及解决方法
locmtest:非线性模型的内生性检验
Stata:分位数回归中的样本自选择问题
suest:跨模型比较与广义豪斯曼检验
Change-in-Change(CIC):双重变化模型
Abadie新作:简明IV,DID,RDD教程和综述
经典文献回顾:政策评价-因果推断的计量方法
Stata:内生变量的交乘项如何处理?
Stata:政策评价文献-(Program-Evaluation)
因果推断好书:Causal-Inference-Measuring-the-Effect-of-X-on-y
Stata因果推断新书:The-SAGE-Handbook-of-Regression-Analysis-and-Causal-Inference
第三种内生性:衡量偏误(测量误差)如何检验-dgmtest?
Selection Ratio:帮你解决头疼的遗漏变量偏误
工具变量-IV:排他性约束及经典文献解读
Stata:ritest-随机推断(Randomization Inference)
Heckman 模型:你用对了吗?
Robins - Causal Inference: What if - 数据和程序
因果推断巨著:Causal Inference- 书稿、数据和程序
Stata: 一文读懂 Tobit 模型
Tobit 模型适用于被解释变量存在截断 (Truncated) 或截堵 (Censored) 而只能选取一定范围的值的情形。
Stata新命令:konfound - 因果推断的稳健性检验