计量和因果推断 · 强基班
文本分析:从文本到论文
其他课程:即将发布
联系方式:
计量和因果推断 · 强基班
最近十年中,各类因果推断方法层出不穷。令人欣喜的同时,也让很多人无所适从。虽然借助 Stata,R,Python 等软件很容易「跑出」结果,但很多人应该都经历过如下「囧境」:
根源何在?可能是没有清晰地理解「基本概念」,比如条件期望,条件独立,无偏性以及 FWL 定理等。基础不牢,便会导致举步维艰。事实上,一旦理清基本概念和模型,后续的 Lasso,双重机器学习 (DML) 等听起来很高深的东西都不再困难,因为它们都是基础知识和理论的组合和延伸而已。庄子所言「水之积也不厚,则其负大舟也无力」也正是这个意思。
为此,强基班 的目的在于巩固基础,理清 条件期望函数,条件独立,反事实架构,选择偏差 等基本概念;理解 识别、估计 和 统计推断 的差别。进而在因果推断的架构下讲解 OLS,IV,FE 以及 DID 等方法,让大家能够「选择合适的方法、做出合理的解释」。
准确理解基本概念后,看似高深的 Lasso,双重机器学习 等方法都不难理解 —— 它们都是基础知识和理论的组合和延伸而已。庄子所言「水之积也不厚,则其负大舟也无力」也正是这个意思。
文本分析:从文本到论文
随着互联网技术的发展,新闻、网页、日志、博客等文本信息都出现了爆发式增长,对文本数据的分析需求也随之变得越来越迫切。文本挖掘,作为数据挖掘的重要组成部分,已经成为将信息转化为知识的不可或缺的工具,并且在经济、管理等领域有着越来越广泛的应用。
然而,提及「文本分析」,很多人 (尤其是「导师门」) 都存在如下疑问:
这些恰恰是本次课程尝试帮各位解决的疑问。我们将细致梳理文本挖掘在经济管理等领域中的应用场景和挑战,力求帮助大家熟悉并掌握文本挖掘的框架和体系,能够在实际场景中使用文本挖掘的各种方法,并对方法背后的原理有清晰、深入的理解。
授课嘉宾: 邱嘉平,加拿大麦克玛斯特大学德格罗特商学院金融系终身教授 (IDEAS, NBER, Google);成果见诸 Journal of Financial Economics (JFE), Review of Financial Studies (RFS), Journal of Financial Quantitative and Analysis (JFQA), Management Science (MS), Accounting Review (AR) 等 Top 期刊。
课程特色:本教程是邱嘉平老师《因果推断实用计量方法》(2020,上海财经大学出版社)一书的配套视频。全套课程共 55 个视频,深入浅出地讲解面板数据模型、IV 估计、匹配方法、双重差分、自选择模型和断点回归等因果推断主流计量方法,辅以 Stata 实例。 本教程旨在为读者提供一个连接计量理论与实证研究的桥梁,特色鲜明:
连享会主要通过三个渠道分享实证分析经验。
推文集合:PDF 合集
热门推文
lianxh
命令发布了!. ssc install lianxh
. help lianxh
. lianxh DID 倍分法