凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问
.
鉴于此，今天，推荐一本由西雅图大学经济学Nick C. Huntington-Klein教授写的一本关于因果推断的新书《The Effect》，里面附带PPT、教学视频和R、Stata、Python的代码。当然，待这本书出版后，各位学者可以购买过来读读。《The Effect》是一本书，旨在向学生（和非学生）介绍观测数据背景下的研究设计和因果关系的概念。这本书以一种直观且平易近人的方式编写，并没有过多地介绍技术细节。当回归和研究设计是根本不同的东西时，为什么要同时教授它们呢？首先了解为什么要以某种方式构建设计，以及要对数据做什么，然后了解如何构建适当模型的技术细节。本书由致力于研究设计和因果关系的第 1 部分组成，利用因果图使识别的概念简单明了，第 2 部分致力于实施常见的研究设计，如带控制变量的回归和断点回归。你可以查看下面章节内容。如果你想运行本书中的代码示例，你需要 causaldata 包，它包含大多数代码块的示例数据。Causaldata 可以使用 R 中的 install.packages('causaldata') 安装，Stata中的net install causaldata, from("https://raw.githubusercontent.com/NickCH-K/causaldata/master/Stata/") ，或者在 Python 中 pip install causaldata。
Source: https://theeffectbook.net/index.html
下面是西雅图大学经济学Nick C. Huntington-Klein教授的因果推断课程的PPT：
Source: https://github.com/NickCH-K/CausalitySlides
下面是西雅图大学经济学Nick C. Huntington-Klein教授因果推断课程教授视频：
Source: https://nickchk.com/videos.html#causality
关于因果推断，我们引荐了①关于各种因果识别方法的120份经典实证文献汇总”，②哈佛大学新修订完成的因果推断经典大作免费下载！附数据和code，
③因果推断的统计方法总结, 177份文献，④政策评估的计量方法综述, 包括最新因果推断方法，⑤在教育领域使用IV, RDD, DID, PSM多吗? 使用具体文献，⑥看完顶级期刊文章后, 整理了内生性处理小册子，⑤工具变量精辟解释, 保证你一辈子都忘不了，⑦DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征，⑧
关于双重差分法DID的32篇精选Articles专辑！⑨关于(模糊)断点回归设计的100篇精选Articles专辑！⑩匹配方法(matching)操作指南, 值得收藏的16篇文章等，⑪MIT广为流传的政策"处理效应"读本，⑫DID的研究动态和政策评估中应用的文献综述，⑬最新政策效应评估的四种方法，⑭政策效应评估的基本问题等。
1.用"因果关系图"来进行因果推断的新技能，2.因果推断专题：因果图，
3.因果推断专题：有向无环图DAG，4.confounder与collider啥区别? 混淆 vs 对撞，5.三张图秒懂, 混淆, 中介, 调节, 对撞, 暴露, 结果和协变量的复杂关系，6.中介效应检验流程, 示意图公布, 不再畏惧中介分析，7.图灵奖得主Pearl的因果推断新科学，Book of Why? 8.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑！因果关系研究的图形工具!9.前沿: 卫星数据在实证研究中的应用, 用其开展因果推断的好处！10.7大因果推断大法精选实证论文, 可用于中国本土博士课堂教学！11.随机分配是什么, 为什么重要, 对因果关系影响几何？12.
应用计量经济学现状: 因果推断与政策评估最全综述，13.疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，14.Python做因果推断的方法示例, 解读与code，15.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS，16.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献等等。
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
2.5年，计量经济圈近1000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle
计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。
