科研 Skill

中国情境因果推断方法

mgmt-paper-causal-methods

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。

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

MGMT - Paper - Causal Methods — 中国情境因果推断方法集

本 Skill 为面向中文情境(中国数据、中国政策评估)的研究助手,覆盖 5 种核心因果识别策略,给出 Stata / R / Python 三语言模板代码,以及中国数据/政策研究中的常见陷阱与稳健性套路。

What it does

  • 给出 5 种主流因果识别方法的标准做法 (overview)
  • 每种方法配 Stata / R / Python 三套可直接复用模板 (~20–40 行)
  • 涵盖标准稳健性扩展(平行趋势、带宽敏感性、弱工具检验、安慰剂等)
  • 中国情境补丁:CSMAR/Wind/CFPS/CHFS 数据特点、行政区划匹配、政策外生性回应

Methods covered

方法缩写文件夹关键场景
双重差分DiDmethods/did/政策时点冲击、面板数据
断点回归RDDmethods/rdd/阈值规则(分数线/年龄线/行政线)
工具变量IVmethods/iv/内生性、反向因果
合成控制SCmethods/sc/单一处理单位(一省/一市/一国)
倾向得分匹配PSMmethods/psm/横截面选择性偏误

Trigger phrases

中文:因果推断、识别策略、双重差分、DID、平行趋势、断点回归、RDD、工具变量、IV、合成控制法、SCM、倾向得分匹配、PSM、政策评估、政策冲击。

English: causal inference, DiD, RDD, IV, synthetic control, propensity score matching, identification, parallel trends, first stage, weak IV, bandwidth.

How to use this Skill

  1. 确定方法:先读 methods/<方法>/overview.md,确认假设是否成立。
  2. 挑语言:根据用户工作流读 stata.md / r.md / python.md 中的对应模板。
  3. 过中国情境关:套用 cases/cn-context.md 中的检查项(行政区划、数据库特点)。
  4. 跑稳健性:按 cases/robustness-checklist.md 至少跑 3 项稳健性。
  5. 政策评估:参考 cases/policy-evaluation.md 的 SOP 应用到具体政策。

File map

SKILL.md                          (this file)
methods/
  did/   {overview, stata, r, python}.md
  rdd/   {overview, stata, r, python}.md
  iv/    {overview, stata, r, python}.md
  sc/    {overview, stata, r, python}.md
  psm/   {overview, stata, r, python}.md
cases/
  cn-context.md                   中国数据/区划/包生态
  policy-evaluation.md            政策评估 SOP + 假想例
  robustness-checklist.md         稳健性清单

Source & attribution

本 Skill 完全独立编写。方法学叙述参考公开教材:Angrist & Pischke (2009) Mostly Harmless Econometrics、Wooldridge (2010) Econometric Analysis of Cross Section and Panel Data、Cunningham Causal Inference: The Mixtape (https://mixtape.scunning.com/);代码模板参考各包的公开文档(`reghdfe`, csdid, rdrobust, fixest, did, MatchIt, linearmodels, DoubleML, Synth, gsynth 等)。

仓库 Jill0099/causal-inference-mixtape 提供了组织结构上的概念灵感(仅 README 高层结构),未复制其文本或代码。

License

Apache 2.0. See LICENSE and NOTICE.

示例提示词

我想用CSMAR数据做DiD政策评估,需要Stata模板和稳健性检验思路。

所属插件

经济金融与管理研究面向经济、金融与管理学研究:DID/IV/RDD/合成控制、面板与时间序列计量、事件研究与因子模型、期权与组合、管理学论文写作、NSFC 申请与质性/混合方法。

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

常见问题

中国情境因果推断方法能做什么?

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。

如何安装中国情境因果推断方法?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「中国情境因果推断方法」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。

中国情境因果推断方法需要哪些权限?

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。

中国情境因果推断方法经过官方审核吗?

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。