
说量化研究难,
“知其然知其所以然,知其然知其何以用”
7月25-27日三天
经管之家学术研讨会
特邀请量化研究大师和当红社会定量分析名师王存同教授
带我们从线性回归走向因果推断!
因果推断(causalinference),缘起人类的本能或经常自发提出的一个简单问题:为什么(why)?事实上,作为科学研究的核心与宗旨——因果推断就是关于此问题的严肃思考、科学验证或因果分析(causal analysis)。目前,因果推断模型与方法受到了经济学、金融学、社会学、管理学、人口学及公共卫生等领域的重视和青睐,并成为实证研究的核心利器。但因果推断并非轻而易举之事,正如约翰・杜威(John Dewey)所述,“科学的法则与规律,并不位于自然界的表层,而是隐藏在暗处,我们必须主动利用精心设计的探索技巧把它们从自然中剥离出来。”
研讨会概要
会议时间:2020年7月25-27日(三天)
会议方式:远程直播,提供三天录播回放
会议安排:9:00-12:00, 14:00-17:00, 研讨
会议详情:http://www.peixun.net/view/1661.html
嘉宾简介
王存同老师
人口学博士,中央财经大学教授。
博士毕业于北京大学(与 University of Michigan 合作培养),博士后研究员就职于美国伊利诺伊大学(University of Illinois at Urbana-Champaign)。主要从事社会统计及计量经济分析、人口健康学等领域的研究与教学。2013年入选教育部新世纪优秀人才计划,兼任北京大学社会科学方法培训教授、美国PAA、国际IUSSP会员及IUSSP 社会科学定量方法培训专家组成员、美国伊利诺伊大学合作研究员及中国青少年性健康教育委员会副主任委员等。曾在《中国社会科学》《社会学研究》,ChineseSociological Review, Schizophrenia Research 等期刊发表论文近百篇,出版著作6 部;主持国家社科基金项目2 项、横向课题 12 项。
小插曲:
王存同教授长期兼任北京大学等多个高校社会科学方法的培训教授,授课生动活泼,通俗易懂,拥有众多粉丝。每逢王老师在中央财经大学沙河校区(距市区约2小时地铁的距离) 开讲时,小伙伴们便像候鸟般赶赴沙河。每次上课总是座无虚席,或席地而坐、或背墙而立......若想在教室前排的过道台阶上抢个位置,那可是要早早出动的。
专题概况
因果推断模型与方法是现代社会科学研究者利用计量模型发表高水平实证论文的核心利器。《从线性回归走向因果推断》(From Linear Regression to CausalInference)专题讨论会,重在讨论如何利用Stata软件进行因果推断。在专题讨论与演示中,将因果推断模型与统计软件的应用与操作有机结合,力图与大家在较短时间内分享因果推断的基本思想、原理、模型、方法及适用范围,并以真实数据为演示案例,与大家分享因果推断的思辨、模型构建、软件应用及结果解读的能力,为发表高水平的实证研究论文奠定基础。
在专题讨论的内容安排上,基于对线性回归模型核心内容及计量建模方法、原则的回顾,将利用大量篇幅讨论因果推断的基本概念、思想、原理、方法及模型应用。
专题讨论特色
1、专题讨论定位明确。该专题讨论并非专业数理统计学教学或计量培训课程,不会出现烦琐的公式推导。专题讨论重在应用,即在基本熟悉因果推断思想的基础上,进行数据分析、软件应用及模型解读,实现理论与应用的结合。
2、讨论重点突出。讨论因果推断原理及主流模型时,重点关注基本统计思想及应用范围、条件、数据处理难点及模型参数的解读。
3、内容细致实用。应用Stata软件来加强与实现因果推断模型、方法的分享与讨论,各专题都附带完整的Stata实现过程(do文档)和真实数据,大家无需进行烦琐编程,即可快速实现数据分析及建模任务。
4、在线参与沟通。大家可自带数据运行,并在线答疑。
5、论文经验分享。与大家分享定量研究论文写作、投稿、修改,以及与编辑部、导师和合作者沟通的实用技巧。
6、嘉宾风格鲜明。专题讨论嘉宾认真敬业,讲课风趣幽默,引人入胜,有强大的人格魅力,感染力极强,屡屡被学生评为计量教学“人气最佳”的教授,为全国学生最受欢迎的计量模型教学的教师之一。他多年在北京大学等高校主讲社会科学定量方法暑期培训专题讨论,多名学生评价其“统计专题讨论如小说般引人入胜,不忍下课”、“讲解系统且实用性强”,已有多名学生成功应用所学发表高水平量化论文若干。
专题内容
本专题讨论主要涵盖如下六个专题(每讲3个小时)。在讲解每个模型时,都将结合完整的 Stata 实现文档与学员共同进行实例操作,并提供完整的 .dta, .do 文档等资料,以便大家演练和应用。
各讲主要内容及参考文献列举如下:
专题1 多元回归与建模原则
作为因果推断的基础——多元回归
基本假定与计量模型的脉络及发展
计量建模原则与分析策略
案例与Stata操作
专题2~3 因果推断:工具变量回归(Instrument variable, IV)
内生性问题与解决路径
工具变量选择的方法及分类
工具变量的检验
工具变量回归模型(2SLS+GMM)
案例与Stata操作
专题4-6 因果推断:常用方法与模型
回归模型与因果解释
尤尔-辛普森悖论
Rubin因果模型(Rubin Causal Model, RCM)
决策理论因果模型(decision-theoretic causality)
因果图(Causal Diagram: DAGs)
格兰杰因果关系检验(Granger causality test)
双重差分估计(difference in differences estimate, DID)
倾向值匹配法(propensity score matching, PSM)
固定效应模型(fixed effect model, FEM)
随机效应模型(random effect model, REM)
断点回归设计(regression discontinuity design, RDD)
案例与与Stata操作
专题读物
研讨会费用
3600元/3200元(学生优惠价仅限全日制本科及硕士在读)
提供“会议费”发票及会议通知(电子版和纸质版)
优惠信息
1、经管之家学术班老学员9折优惠(含专题课学员);
2、王存同老师老学员8折优惠;
3、2人同行9折优惠;
4、3人及以上同行8折优惠。
(以上优惠不叠加)
报名咨询
尹老师
电话:010-53352991
QQ:42884447
邮箱:yinna@pinggu.org
WeChat:yinyinan888
报名流程
1、点击https://passport.pinggu.org/login/index?appId=21&redirect=http%3A%2F%2Fwww.peixun.net,在线提交报名信息;
2、论坛账号登录,提单支付(支持支付宝,微信,银联(公务卡));
3、缴费后发送会议资料;
4、7月24日下午进行远程测试;
5、会议后快递发票与会议通知。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12