2021.8.19 詳細議程
Stata 17 新功能列舉了29個要點，不僅有貝葉斯計量經濟學的高歌猛進，與主流計算機語言平臺的深度整合，更便于編程的Do文件編輯器。在本次演講中，將主要介紹 Stata 17 中可自定義表格的新功能。我們將討論如何使用新的 table 和 collect 命令來 從 Stata 收集、組織、操作和顯示結果命令來創建可定制的表。
對多個國家或地區的面板數據運用VAR模型時，要考慮到截面相關和參數過多的問題。Global VAR和Bayesian VAR是估計這種大規模VAR模型的常用方法。本文介紹了這兩種VAR模型的Stata的新指令，gvar和bvar。程序內置了Litterman、Normal-Wishart、Giannone-Lenza-Primeceri等多種先驗分布以及Gibbs和MH抽樣。
“回歸控制法”（Hsiao, Ching and Wan, 2012）已成為利用面板數據進行政策效應評估的重要方法。本演講將介紹回歸控制法的基本原理，包括使用信息準則或Lasso選擇橫截面單位，以及在回歸控制法中加入協變量。然后，通過自行開發的Stata命令，以經典案例詳細介紹回歸控制法的具體操作，包括完善的畫圖功能以及安慰劑檢驗等。
面板數據的因果推斷日益流行，包括合成控制法、回歸控制法等，但均難以得到標準誤、p值或置信區間。從回歸控制法出發，我們提出“分位數控制法”（Quantile Control Method），使用“分位數回歸森林”（Quantile Regression Forests，即通過隨機森林進行分位數回歸）來構造每期處理效應的置信區間。蒙特卡洛模擬顯示，使用分位數控制法構造的置信區間在有限樣本中表現優良。最后，通過自行開發的Stata命令，以經典案例詳細介紹分位數控制法的具體操作。
因果推斷（causal inference），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。” 毋庸置疑，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。此專題“因果推斷中的Stata應用”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。
2021.8.20 詳細議程
In survival analysis, interval-censored event-time data occurs when the
event of interest is not always observed exactly but is known to lie
within some time interval. This type of data arises in many areas,
including medical, epidemiological, economic, financial, and
sociological studies. Ignoring interval-censoring will often lead to
biased estimates.
A semiparametric Cox proportional hazards regression model is used
routinely to analyze uncensored and right-censored event-time data. It
is also appealing for interval-censored data because it does not require
any parametric assumptions about the baseline hazard function. Also,
under the proportional-hazards assumption, the hazard ratios are
constant over time.
Semiparametric estimation of interval-censored event-time data is
challenging because none of the event times are observed exactly. Thus,
"semiparametric" modeling of these data often resorted to using spline
methods or piecewise-exponential models for the baseline hazard
function. Genuine semiparametric modeling of interval-censored
event-time data was not available until recent methodological advances,
which are implemented in the -stintcox- command.
Join Xiao Yang, Principal Statistician and Software Developer, as she
describes basic types of interval-censored data and demonstrates how to
fit the semiparametric Cox proportional hazards model to these data
using Stata's new -stintcox- command. She will also discuss how to
interpret and plot results and how to graphically assess
proportional-hazards assumptions.
雙邊隨機邊界模型在福利分析、效率估計和公司金融領域得到了廣泛的應用。近年來，已有文獻在模型設定方面做出了一系列拓展，包括不同的分布假設以及降低分布假設影響的方法。我們團隊在實現了基于半正態分布和scaling property的估計方法，并開發了新的Stata命令。本次匯報將通過重現經典文獻的方式，介紹該命令的具體操作，并對比不同模型設定的估計結果。
本演講主要介紹songbl命令的使用。 第一，使用songbl命令便捷地在Stata窗口檢索與瀏覽Stata推文、視頻、do文檔、論壇帖子以及學術論文等眾多資源。 第二，使用songbl命令便捷地檢索與打開電腦文檔。
我從2003年開始使用Stata 8.0，而今Stata已經升級到了17，感情頗深。自從教以來，我教授過數千名學生，也與各個高校最優秀的200多位學生有過合作撰寫推文的經驗。對大家在學習和研究中面臨的困惑有一些了解。借助Stata用戶大會的平臺，我想分享一下多年來的一些思考，希望能對大家的學習和研究工作有所幫助。主要包括如下幾個問題：
(1)Stata與Python、R等軟件/語言的融合
(2)計量理論與Stata實操的權衡
(3)如何整合資源，降低Stata用戶的學習成本 (lianxh, songbl命令)
(4)要學些什么？
利用合成控制法進行因果推斷已成為近十年的實證研究中主流方法之一，但該方法在統計推斷等方面仍存在不少爭議。本演講將分為兩部分。第一部分將從合成控制法的經典實踐案例入手，結合Stata的相關命令，介紹如何針對特定經濟學實證場景使用該方法并對該方法的相關假設進行檢驗。第二部分將系統性梳理目前合成控制法存在的爭議，并簡要介紹當前計量經濟學界如何解決該方法的缺陷，例如利用機器學習算法構造反事實（Viviano and Bradic, 2019）和利用排序檢驗法來實現置信區間的構造（Chernozhukov et. al., 2020）。
陸嘉炫 芝加哥大學在一類模型中，因變量為宏觀變量，自變量為微觀變量。如何利用數據驅動的方法對自變量進行賦權加總是這類模型的核心問題。本文借鑒混頻回歸（midasreg）的方法，介紹了Stata的新程序mixedreg，稱之為混合回歸。本文介紹了如何通過mixedreg利用上市公司的微觀數據預測宏觀經濟指標。
會議官網鏈接
關注我們
