因果推斷(causalinference)，緣起人類的本能或經常自發提出的一個簡單問題：為什么(why)?事實上，作為科學研究的核心與宗旨——因果推斷就是關于此問題的嚴肅思考、科學驗證或因果分析(causal analysis)。目前，因果推斷模型與方法受到了經濟學、金融學、社會學、管理學、人口學及公共衛生等領域的重視和青睞，并成為實證研究的核心利器。但因果推斷并非輕而易舉之事，正如約翰?杜威(John Dewey)所述，“科學的法則與規律，并不位于自然界的表層，而是隱藏在暗處，我們必須主動利用精心設計的探索技巧把它們從自然中剝離出來?！?

為此，我們邀請了我國量化分析及實證研究的著名大咖、中央財經大學的王存同教授與大家分享因果推斷的基本概念、主要模型和 Stata 實現方法。

研討會概要

會議時間：2020年7月25-27日(三天)

會議方式：遠程直播,提供三天錄播回放

會議安排：9:00-12:00. 14:00-17:00. 研討

會議詳情：http://www.peixun.net/view/1661.html

嘉賓簡介

王存同老師

人口學博士，中央財經大學教授。

博士畢業于北京大學(與 University of Michigan 合作培養)，博士后研究員就職于美國伊利諾伊大學(University of Illinois at Urbana-Champaign)。主要從事社會統計及計量經濟分析、人口健康學等領域的研究與教學。2013年入選教育部新世紀優秀人才計劃，兼任北京大學社會科學方法培訓教授、美國PAA、國際IUSSP會員及IUSSP 社會科學定量方法培訓專家組成員、美國伊利諾伊大學合作研究員及中國青少年性健康教育委員會副主任委員等。曾在《中國社會科學》《社會學研究》，ChineseSociological Review, Schizophrenia Research 等期刊發表論文近百篇，出版著作6 部;主持國家社科基金項目2 項、橫向課題 12 項。

小插曲:

王存同教授長期兼任北京大學等多個高校社會科學方法的培訓教授，授課生動活潑，通俗易懂，擁有眾多粉絲。每逢王老師在中央財經大學沙河校區(距市區約2小時地鐵的距離) 開講時，小伙伴們便像候鳥般趕赴沙河。每次上課總是座無虛席，或席地而坐、或背墻而立......若想在教室前排的過道臺階上搶個位置，那可是要早早出動的。

報名咨詢

尹老師

電話：010-53352991

QQ：42884447

郵箱：yinna@pinggu.org

WeChat：yinyinan888

專題概況

因果推斷模型與方法是現代社會科學研究者利用計量模型發表高水平實證論文的核心利器?！稄?a href='/map/xianxinghuigui/' style='color:#000;font-size:inherit;'>線性回歸走向因果推斷》(From Linear Regression to CausalInference)專題討論會，重在討論如何利用Stata軟件進行因果推斷。在專題討論與演示中，將因果推斷模型與統計軟件的應用與操作有機結合，力圖與大家在較短時間內分享因果推斷的基本思想、原理、模型、方法及適用范圍，并以真實數據為演示案例，與大家分享因果推斷的思辨、模型構建、軟件應用及結果解讀的能力，為發表高水平的實證研究論文奠定基礎。

在專題討論的內容安排上，基于對線性回歸模型核心內容及計量建模方法、原則的回顧，將利用大量篇幅討論因果推斷的基本概念、思想、原理、方法及模型應用。

專題討論特色

1、專題討論定位明確。該專題討論并非專業數理統計學教學或計量培訓課程，不會出現煩瑣的公式推導。專題討論重在應用，即在基本熟悉因果推斷思想的基礎上，進行數據分析、軟件應用及模型解讀，實現理論與應用的結合。

2、討論重點突出。討論因果推斷原理及主流模型時，重點關注基本統計思想及應用范圍、條件、數據處理難點及模型參數的解讀。

3、內容細致實用。應用Stata軟件來加強與實現因果推斷模型、方法的分享與討論，各專題都附帶完整的Stata實現過程(do文檔)和真實數據，大家無需進行煩瑣編程，即可快速實現數據分析及建模任務。

4、在線參與溝通。大家可自帶數據運行，并在線答疑。

5、論文經驗分享。與大家分享定量研究論文寫作、投稿、修改，以及與編輯部、導師和合作者溝通的實用技巧。

6、嘉賓風格鮮明。專題討論嘉賓認真敬業，講課風趣幽默，引人入勝，有強大的人格魅力，感染力極強，屢屢被學生評為計量教學“人氣最佳”的教授，為全國學生最受歡迎的計量模型教學的教師之一。他多年在北京大學等高校主講社會科學定量方法暑期培訓專題討論，多名學生評價其“統計專題討論如小說般引人入勝，不忍下課”、“講解系統且實用性強”，已有多名學生成功應用所學發表高水平量化論文若干。

專題內容

本專題討論主要涵蓋如下六個專題(每講3個小時)。在講解每個模型時，都將結合完整的 Stata 實現文檔與學員共同進行實例操作，并提供完整的 .dta, .do 文檔等資料，以便大家演練和應用。

各講主要內容及參考文獻列舉如下：

專題1 多元回歸與建模原則

作為因果推斷的基礎——多元回歸

基本假定與計量模型的脈絡及發展

計量建模原則與分析策略

案例與Stata操作

專題2~3 因果推斷：工具變量回歸（Instrument variable, IV）

內生性問題與解決路徑

工具變量選擇的方法及分類

工具變量的檢驗

工具變量回歸模型(2SLS+GMM)

案例與Stata操作

專題4-6 因果推斷：常用方法與模型

回歸模型與因果解釋

尤爾-辛普森悖論

Rubin因果模型(Rubin Causal Model, RCM)

決策理論因果模型(decision-theoretic causality)

因果圖(Causal Diagram: DAGs)

格蘭杰因果關系檢驗(Granger causality test)

雙重差分估計(difference in differences estimate, DID)

傾向值匹配法(propensity score matching, PSM)

固定效應模型(fixed effect model, FEM)

隨機效應模型(random effect model, REM)

斷點回歸設計(regression discontinuity design, RDD)

案例與與Stata操作

專題讀物

Angrist, J. D., &Pischke, J. S. (2008). Mostly Harmless Econometrics: An Empiricist's Companion.Princeton university press.

Cameron, A. C., &Trivedi, P. K. (2005). Micro-econometrics: Methods and Applications.Cambridge university press.

Greene, W. H. (2011).Econometric Analysis (7th). Prentice Hall.

Imbens, G. W., &Rubin, D. B. (2015). Causal Inference in Statistics, Social, and Biomedicalsciences. Cambridge University Press.

Morgan, S. L., &Winship, C. (2007). Counterfactuals and Causal Inference: Methods andPrinciples for Social Research. New York, NY. Cambridge University Press.

Pearl, J. (2009). Causality:Models, Reasoning, and Inference (2nd). New York: Cambridge UniversityPress.

Pearl, J., &Mackenzie, D. (2018). The Book of Why: the New Science of Cause and Effect.CITIC press.

研討會費用

3600元/3200元(學生優惠價僅限全日制本科及碩士在讀)

提供“會議費”發票及會議通知（電子版和紙質版）

優惠信息

1、經管之家學術班老學員9折優惠(含專題課學員);

2、王存同老師老學員8折優惠;

3、2人同行9折優惠;

4、3人及以上同行8折優惠。

(以上優惠不疊加)

報名咨詢

尹老師

電話：010-53352991

QQ：42884447

郵箱：yinna@pinggu.org

WeChat：yinyinan888