可信性革命背景下實證研究中Identification的邏輯

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學金名額~ !

立即領(lǐng)取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

“識別”的理念

Causal Identification

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進群資格，未注明則拒絕

分享0 收藏0 回帖

關(guān)鍵詞：cation Identi ATION CATI 實證研究

目標參數(shù)：
τ =What does β tell us about τ? ? ?
總體參數(shù)
β= τ + selection bias

我前天學會了method 1，昨天學會了method 2 …… 我搞到了Data，咱們寫論文吧��！

我跟xxx用了同樣的method，為啥審稿人說我的結(jié)論不可信？退稿！

我這幾年也學了不少methods了，現(xiàn)在搞到一套Data，用哪個方法呢？

這也行？這人就用了普通最小二乘OLS，這么low？怎么就發(fā)了？

我3年已經(jīng)學了100個methods了，今天又看到一個新的method，看不懂，這method啥時候是個頭��？

Joshua D. Angrist & Jorn-Steffen Pischke, (2014). Mastering ’ metrics: The Path from Cause to Effect. Princeton University Press.(中譯本:《精通計量:從原因到結(jié)果的探尋之路》，格致出版社，2018)
Furious Five:
OLS
RCT
IV
DID
RD
Joshua D. Angrist & Jörn-Steffen Pischke, (2008). Mostly Harmless Econometrics. (中譯本:《基本無害的計量經(jīng)濟學》，格致出版社，2012)