科研 Skill
管理学实证研究图表
management-figure
為管理/財務實證研究產出出版級統計圖:轉折點圖、係數森林圖、交互作用圖、事件研究CAR曲線。用於迴歸或追蹤資料結果需要投稿圖表時。
SKILL.md
畫圖前先讀 research-framework-figure 的 references/visual-discipline.md
(兩支 skill 共用的視覺紀律:密度上限、單一強調色、Okabe-Ito 色盤、標籤經濟、
黑白可讀性),不要只看本檔的版面規範就動手。選圖與逐圖種的誠實紅線(含函式未涵蓋的
啞鈴圖、斜率圖、熱圖)、Okabe-Ito 實算對比與灰階撞色,讀 references/chart-honesty.md。
階段一:這張圖回答哪個假設(先診斷) 釐清圖要檢驗的假設(H1/H2…)、對應的迴歸式與表格。圖必須與假設、迴歸式、表格三方對齊(延續使用者的符號一致性紀律)。判準:能一句話說出「這張圖讓審查委員看到 H_k 成立/不成立」。
階段二:帶入真實數據,選對圖種
用 scripts/mgmt_figures.py(自包含,僅需 numpy+matplotlib;有 statsmodels 則用於信賴帶)。出圖前先讀 references/figure_style.md 確認版面規範。以使用者的真實迴歸輸出/係數帶入,勿用模擬值冒充:
quadratic_turning_point_plot(x, y, ...)— 二次式倒U/U,自動 OLS 二次擬合、95% CI、標轉折點 x*=-b1/(2b2)。用於非線性假設(如研發強度²、客戶集中度²)。回傳含p_b2。coefficient_forest_plot(names, coefs, ci_low, ci_high)— 係數森林圖,顯著上色、不顯著灰、零線虛線。主迴歸一圖總覽。interaction_plot(x_grid, lines, labels=...)— 交互作用/調節圖,低/中/高調節值各一斜率線,看斜率是否翻轉。調節假設(如客戶集中度調節研發強度→績效)。group_comparison_plot(groups, means, errors=...)— 分組比較(家族 vs 非家族),帶誤差線。trend_plot(years, series, labels)— 多組逐年趨勢。event_study_plot(rel_time, coef, ci_low, ci_high, ref_period=-1, pre_joint_p=None, breakdown_M=None, estimator=...)— 事件研究圖(交錯 DiD 的動態效果,causal-inference-architectrobustness-battery 的必做正文圖):逐期係數+95% CI、參考期空心點標 "ref."、處理時點垂直線、前期陰影;圖註自動印「Pre-period joint Wald p = …; robust to M̄ ≤ …」與估計量名稱,沒給的數字印 "not reported" 而不是編一個。係數來源:did::aggte(type = "dynamic")、fixest::sunab/iplot的輸出;pre_joint_p用did的 Wpval 或fixest::wald,breakdown_M用HonestDiD的 breakdown 值。回傳的info["note"]可直接貼進 caption(Windows 主控台印出含 M̄ 的字串要先PYTHONIOENCODING=utf-8)。car_plot(rel_time, series, labels=..., highlight_window=(-1, 1), lang="en", font="tw", note=None)— 短窗事件研究的平均累積異常報酬(CAAR)曲線(與上一項 DiD 動態係數圖不同):一組或多組(家族 vs 非家族)平均 CAR 路徑+95% CI 帶、事件日 t = 0 垂直線、主檢定窗淡灰底;series給逐事件 CAR 路徑矩陣(n_events × 相對日,函式算平均與橫斷面 t 型 CI,圖例自動標 N)或已算好的dict(caar, ci_low, ci_high, n)。字型預設英數 Times New Roman+中文標楷體(font="sans"改回 figure_style 的無襯線;缺字型會警告並在info["fonts_missing"]回報),lang="zh"出中文軸標。檢定數字(BMP、KP 調整 p)只在傳note=時才印,函式不代編。CAR 怎麼估、用哪個檢定見causal-inference-architect的references/event-study-estimation.md。- 邊際效果圖:調節模型下 X 對 Y 的邊際效果 ∂Y/∂X = β₁+β₃·M 隨調節值 M 變化。用
interaction_plot把 x_grid 設為 M 的取值範圍、lines 設為邊際效果(含 CI 上下界共三線)即可畫出,並在零線處標示效果轉正/負的 M 門檻。 - 函式未涵蓋的圖種(兩時點差距的啞鈴圖、斜率圖、熱圖):以 matplotlib 手寫,照
references/chart-honesty.md第三節的紅線;先過該檔「三道門」,一句話或一張表說得完的不畫。
階段三:輸出向量檔
一律用 save_fig(fig, name),同時產 png(預覽)+ pdf + svg(向量,投稿用),皆 300dpi。判準:三個檔都生成、圖內無標題(標題寫在 caption)、上右框線已 despine。
階段四:數字回溯(交付前必驗) 圖中每個數字(轉折點 x*、係數、CI 端點、分組平均、N)都要能指到來源統計輸出檔的哪一列。對不上就停,不准「先放著」。倒U圖必附 β₂ 的 p 值來源。
<matplotlib_中文字型> 軸標預設英文(投稿標準)。使用者要中文版(如口試簡報、中文期刊)時:
- 改 xlabel/ylabel/圖例字串為中文。
- 設定 CJK 字型,否則中文顯示為方框(tofu)。正式文件字型規範為標楷體(DFKai-SB / BiauKai):
標楷體檔名在 Windows 為import matplotlib matplotlib.rcParams["font.sans-serif"] = ["DFKai-SB", "BiauKai", "Microsoft JhengHei"] matplotlib.rcParams["axes.unicode_minus"] = False # 負號正常顯示kaiu.ttf;若 rcParams 設定不生效,用matplotlib.font_manager.FontProperties(fname="C:/Windows/Fonts/kaiu.ttf")逐元素套用。 - 數字與英文仍用 Times New Roman 系(西文襯線),符合中英混排規範;純圖內可維持 sans-serif 求清晰。 推測:若環境無標楷體字型檔,中文會 fallback;此時明講「本環境無標楷體,已用 <實際字型>,投稿前請於有字型的機器重出」,不要假裝已套標楷體。 </matplotlib_中文字型>
<output_contract> 交付含三部分:
- 圖檔路徑:png/pdf/svg 三份路徑,註明 300dpi、色盲友善。
- 圖說 caption 草稿:說明變數、樣本、N、關鍵統計量(轉折點值、β₂ 顯著性、調節斜率差)。
- 數字回溯表:圖中每個關鍵數字 → 來源輸出檔位置。倒U圖必列「β₂=…, p=…,來源:<檔>」;β₂ 不顯著時明確標「非線性證據不足」。 </output_contract>
處置:
- 假設對齊:H1 倒U → quadratic_turning_point_plot。
- 出圖:
fig, ax, info = quadratic_turning_point_plot(rd, roa, xlabel="R&D intensity (%)", ylabel="ROA");save_fig(fig, "h1_rd_roa_turning")。 - 讀 info:x_star=info["x_star"]=6.55,p_b2=0.02。
- caption 草稿:「Figure 1. 二次式配適(panel FE,N=2,316)。轉折點 R&D*=6.55%;β₂=-0.029, p=0.02,倒U 成立。95% CI 為陰影帶。」
- 數字回溯表:x*=6.55 ← -β₁/(2β₂)=-0.38/(2×-0.029),β₁,β₂ 來源 reg_output.txt 第 3 列;p_b2=0.02 同檔。三檔路徑 h1_rd_roa_turning.{png,pdf,svg}。 (若使用者要中文版軸標,套標楷體 rcParams 後重出,並確認負號正常。)
Limitations
r-spss-syntax-architect與phd-researcher這兩個姐妹 skill 未包含在本 marketplace 中;需要跑迴歸或做 meta-analysis 森林圖時,直接依本 skill 的 「只畫圖、不跑分析」原則處理,並提醒使用者自行用其他統計工具產出係數, 不要嘗試呼叫不存在的 skill。research-framework-figure則存在於本 marketplace 的codar-research-methodsplugin 中,只有同時安裝該 plugin 才能銜接研究架構圖/PRISMA 流程圖需求。- 中文軸標範例假設已安裝標楷體(DFKai-SB 或替代字型);未安裝時圖中中文字
會顯示為缺字方塊,需先確認系統字型或改用
font="sans"無襯線英數版面。
示例提示词
帮我把这份企业面板回归结果画成Q1期刊标准的系数森林图。
所属插件
安装该插件会一并获得同领域的 40 个 Skill / MCP。
同插件的其他科研 Skill
- 文献计量分析Runs bibliometric and co-citation analysis for management or economics literature reviews using CiteSpace, VOSviewer, or bibliometrix. Use for citation-network mapping.
- 发展经济学与RCT分析Loads LSMS data and runs RCT ITT analysis, Lee sharp bounds, covariate balance tables, propensity-score matching, and FGT poverty indices. Use for development-economics impact or poverty research.
- 双重差分因果推断Estimates DiD effects with two-way fixed effects, parallel-trends tests, Callaway-Sant’Anna staggered estimators, and Goodman-Bacon decomposition. Use for staggered or two-period DiD designs.
- 宏观经济预测Runs ARIMA, VAR, LightGBM ensemble forecasting, Diebold-Mariano tests, fan charts, and real-time ALFRED data. Use for macroeconomic forecasting or forecast-accuracy comparison.
- 金融事件研究法Estimates abnormal returns, CARs, BMP tests, and Fama-French normal returns plus long-run BHAR using yfinance. Use for a corporate-finance event-study around an announcement date.
- 实验经济学设计Designs incentivized lab, online, or lab-in-field experiments: treatment and payoff design, deception/IRB norms, and oTree/z-Tree setup. Use when designing a behavioral-economics study.
- 资产定价因子模型Fits Fama-French 3/5-factor, Carhart 4-factor, and q-factor asset-pricing models with rolling loadings and the GRS alpha test. Use for asset-pricing factor-model estimation.
- 金融时间序列分析Covers GARCH volatility modeling, cointegration, pairs trading, factor models, and risk decomposition for financial time series. Use for volatility or financial time-series research.
- 固定收益证券分析Covers bond pricing, yield curves, duration/convexity, Nelson-Siegel fitting, and credit-spread modeling. Use for fixed-income analytics or term-structure research.
- FRED宏观数据分析Fetches and analyzes FRED series via fredapi: GDP, unemployment, inflation, yield curves, recession shading, and HP filtering. Use for US macroeconomic time-series retrieval and analysis.
- 工具变量两阶段最小二乘Runs IV/2SLS with first-stage diagnostics, Wu-Hausman endogeneity, Sargan overidentification, and weak-instrument tests via linearmodels. Use for IV estimation of an endogenous regressor.
- 劳动经济学分析Estimates Mincer wage equations, Heckman selection, Oaxaca-Blinder decomposition, and unconditional quantile regression on CPS data. Use for labor-economics wage or selection research.
- 中国情境因果推断方法提供DiD/RDD/IV/合成控制/PSM识别策略的Stata/R/Python模板,附中国数据陷阱。适用于CSMAR/Wind/CFPS数据的因果识别。
- 经管学术图表模板集提供12种经管高频图表的Stata/R/Python三语言模板,支持4种期刊样式切换。适用于绘制经管学术图表、事件研究可视化或政策评估图。
- CSMAR数据清洗SOP提供CSMAR数据清洗SOP:ST剔除、缩尾标准、公司ID追踪、行业代码映射与时间对齐模板。适用于处理CSMAR数据或构建经管类面板数据。
- 研究流程与因果图绘制自动生成研究流程图、因果DAG、PRISMA图与网络图,提供Mermaid/Python/LaTeX TikZ模板。适用于绘制论文流程图或因果识别可视化。
- 科研资助申请书写作覆盖国内外主流科研资助项目的写作助手,提供项目对比、各模块写作提示与预算编制规范。适用于撰写国家社科基金、NSF、ERC等资助申请书。
- 管理学期刊投稿图表按目标期刊生成投稿级图表规格,强调矢量PDF、字体嵌入、色盲友好与可复现脚本。适用于准备特定期刊风格的图表或审查图表质量。
- 论文投稿材料整理覆盖论文材料盘点、证据矩阵、章节撰写与预投稿package整理,含cover letter与补充材料清单。适用于把研究项目整理成可投稿的完整论文包。
- 混合方法研究设计覆盖探索型/解释型顺序设计、并行汇聚设计、joint display与方法整合段落写作。适用于连接访谈/案例与问卷/实验数据的混合方法论文设计。
- 国自然基金申请书写作提供NSFC面上/青年/重点等8类项目的立项依据、研究内容、预算编制模板与退稿信号清单。适用于撰写、修改或审阅国家自然科学基金申请书。
- 论文项目进度管理提供论文项目的任务拆解、看板、里程碑、风险登记与周计划模板,适用于管理论文进度、协调合作者或安排修订冲刺与会议纪要整理。
- 中文期刊配图规范提供中文学术期刊配图规范与matplotlib模板:三线表、宋体字号、色盲友好调色板与7类常用图。适用于绘制符合中文期刊规范的学术图表。
- 管理学定性研究方法覆盖案例选择、访谈提纲、扎根理论、Gioia方法、编码本与NVivo/MAXQDA工作流。适用于设计、执行或写作管理学定性研究。
常见问题
管理学实证研究图表能做什么?
為管理/財務實證研究產出出版級統計圖:轉折點圖、係數森林圖、交互作用圖、事件研究CAR曲線。用於迴歸或追蹤資料結果需要投稿圖表時。
如何安装管理学实证研究图表?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「管理学实证研究图表」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
管理学实证研究图表需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
管理学实证研究图表经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。