AI+Stata 3.0时代：

• 核心：AI作为智能体，自主完成完整研究流程 
• 模式：定义研究目标 → AI智能体自主规划 → 自动执行 → 自动优化 
• 突破：实现从"手动操作"到"智能协作"的跃迁

Stata课程开设已10年

2017-2026年

10年Stata经典课程好评！

• 1. 构建智能科研生态系统
  

• 在前期 AI+Stata 2.0 课程的 AI+Stata+Python+Jupyter+Anaconda等工作流基础上，引入Trae、StataMCP、Claude 等主流编程工具，教你搭建一套完整的 AI+Stata 科研新范式： 这套工具链将实现：
  
• ✅ 代码自动生成与执行 
• ✅ 实时结果分析与反馈
• ✅ 多工具协同工作 
• ✅ 研究流程自动化

• 2. Stata MCP的深度应用 

• Stata MCP是 AI+Stata3.0 时代的核心技术，它将： 
• 🔗 打通Stata与AI的壁垒
•  🔗 实现AI直接操作Stata
• 🔗 提供实时数据交互
• 🔗 支持复杂分析任务

• 3. 新升级、新课纲，更多时长扎实掌握Stata

• AI+Claude+Stata：新的科研工作流 
• Skill知识库 + 多智能体协作 
• Trae + Claude 结合应用
• 初级+高级+前沿，合计6天系统性学习
• 前期优惠报名期间，加量不加价

• 4. 2017-2026年，10年Stata经典课程沉淀
  

• 把可以流程化的执行环节交给 AI 智能体，无法流程化的判断环节由研究者自己把关
• 面对复杂项目，我们仍然需要写好相关提示词，而上述软件工具以及计量理论的熟练掌握，当下显得尤为重要，因为目前 Claude 等 AI 工具还是无法替代你的专业生产力！ 
• 数量经济学微信公众号于2017年开设Stata线下课程以来，截止2026年，已经连续开设该课程10年，线上线下积累了丰富的教学资源，10年Stata经典课程好评！ 
• 课程原理+操作+论文+前沿+AI赋能，手把手教学，提供全套do代码+数据+课件等 
• 另外提供《AI × Stata2.0 /3.0红宝书》、《Stata入门》等配套教程

第一讲：Stata简介及 AI+Stata3.0基础应用 

• AI+Stata3.0 时代新的实证分析工作流 
• AI在Stata中的基础应用/应用场景 
• AI+Stata3.0--WiKi中文知识库
• Stata常用基础知识
• Stata简介：Why Stata?/What is Stata 
• 软件界面：The Stata Interface/What Stata Looks Like 
• 参考书籍推荐：Textbooks 
• log工作日志和do文档：What to Do First? Set a Working Directory/Keeping Track of Things（Do-files and log-files） 
• 命令以及帮助：The Command & Getting Help - 介绍Stata中的基本命令及其帮助功能，包括如何使用help、ssc install、findit等命令。

•  如何借助 AI+Stata3.0 助力Stata应用 
  

• AI-Stata-Python-Jupyter等一站式工作流的新研究范式

• VS-Code中 Copilot 的基础使用

•  Trae 中 AI 模型的高阶使用（Doubao、Deepseek、GLM、MiniMax、Kimi、Qwen等） 

• AI Agent三大范式必备的基础知识

• （Stata MCP-VS-Code/Trae-Claude结合应用，课程逐步展开讲解）

  
  

第二讲：Stata数据管理与AI智能辅助

• 数据导入/导出 Import and Export等 
• 变量管理与AI自动化：Stata中管理变量，包括创建、修改和删除变量
• 数据管理Data management/排序Order, aorder, and move/变量标签Variable Labels and Notes 
• 数据转换与AI智能分析：包括变量类型转换等，并展示AI如何提供智能分析建议。/文字变量处理之数据类型转换Converting strings to numerics and vice versa（encode 、decode、 destring、 tostring 等） 
• 数据合并与AI辅助匹配：在Stata中合并数据集，并介绍AI如何辅助进行数据匹配和合并。（数据横向合并和纵向合并Append and merge（merge，包括一对一、一对多、多对一等合并，append、cross、joinby等，）） 
• 描述分析Describing the data （summarize） 
• 基础命令（table、tabulate、tabstat命令)
• AI+Stata3.0系列：Stata SKILL应用

第三讲：Stata编程与AI智能自动化

• Stata宏的介绍及使用技巧
• Stata运算结果返回
• 条件语句与循环语句 
• 变量循环与命令执行
• 循环语句：foreach和forvalues
• ado文件编写与profile设置
• 案例研究：AI在Stata编程中的应用

•  AI+Stata3.0系列：编程章节SKILL技能应用

第四讲：相关分析、回归分析与AI智能解析

• 相关分析概述 
• 相关命令应用：  命令corr、pwcorr、pwcorr_a等应用
• 线性回归模型估计
• Stata结果输出
• AI+Stata3.0系列：回归章节SKILL技能应用

第五讲：面板数据专题

• 面板数据模型概述、模型分类与选择
• 面板数据计量分析方法
• 面板回归模型操作及结果解释
• 面板数据及Stata应用
• 高维/多维固定效应模型（后期讲解DID专题会用到该模型命令）
• 用Stata做面板数据分析，程序代码应知应会

• AI+Stata3.0系列：面板数据章节SKILL技能应用

  
  

第六讲：门限回归与AI辅助

• 命令：xthreg、xtthres、threshold等
• 门限回归理论、截面门槛模型、面板门槛模型
• 面板单门限及多门限模型的操作应用、结果解释等
• 论文讲解以及课程总结
• AI辅助的门限模型综合研究以及深度分析
• 新增动态面板门槛操作及应用
• 参考文献
• Hansen, B. E.  1999.  Threshold effects in non-dynamic panels:  Estimation, testing,  and inference.  Journal of Econometrics 93: 345-368.
• Wang, Qunyong, 2015. "Fixed-effect Panel Threshold Model Using Stata," The Stata Journal, 15(1), 121-134.
• 操作案例1：通货膨胀及人均GDP增长率门限回归案例（课后作业）
• 论文应用1：动态门槛回归模型论文讲解第3篇
  
•  AI+Stata3.0系列：门槛回归章节SKILL技能应用

第七讲：倾向匹配得分（PSM）与AI  Agent分析

包括倾向匹配得分（PSM）是实践中应用最为广泛的一种匹配分析方法，基于可观测变量，将多个维度的变量变成一个变量，实现降维思想，通过PS值来定义变量的相似性，进而对非随机研究中混杂因素进行类似随机化的均衡处理，目的是减少选择性偏误，将干预组与之比较的对照组的不同结果归因于项目效应。

• 倾向匹配得分基础原理
• 倾向匹配得分建模流程图
• PSM操作命令及其具体应用
  
• AI Stata Skill辅助的课程内容整合与总结
• 案例2：参加培训与工资
• 案例3：参加工会是否有助于获得更高的工资
• 论文复刻2：新能源企业创新(中国工业经济, 2017) 
• 论文讲解：政策补贴(中国工业经济, 2017)

• AI+Stata3.0系列：PSM章节SKILL技能应用

第八讲：合成控制法 与AI辅助政策评估

合成控制法，又名综合控制方法（Synthetic Control Methods），是由Abdie(2003)提出来的一种政策效果评估方法。Abdie(2003)将该方法用于评估恐怖冲突对巴斯克地区经济的影响效应。Abdie(2010)利用合成控制法研究了加州香烟控制法案对人均香烟消费效应。该方法通过对控制组个体进行加权平均，进而构造出与干预组实施政策前相似的合成控制组，用该合成控制组个体政策干预后的结果来估计干预组的反事实结果。

• 合成控制法模型
• 合成控制法案例背景及简介
• 数据来源及样本介绍
• 结果分析
• 合成控制法及Stata操作应用
• 安慰剂检验
• 完整论文复刻：Abadie, Alberto, Alexis Diamond, and Jens Hainmueller. 2010. “Synthetic Control Methods for  Comparative Case Studies: Estimating the Effect  of California’s Tobacco Control Program.” Journal  of the American Statistical Association 105 (490):  493–505.
• 参考教材 - Scott Cunningham  (2020). Causal Inference: The MixTape.https://mixtape.scunning.com/ 
• 论文复制3：Abadie et al. (2010)加州99号香烟法案的效果（精讲）
• 论文复制4：房产税改革（精讲）/刘友金, 曾小明. 房产税对产业转移的影响:来自重庆和上海的经验证据[J]. 中国工业经济, 2018, (11): 98-116.
• 论文复制5：德克萨斯州案例
• 合成控制法：不可不知的命令synth、synth2、synth_runner
• 合成控制法（Synthetic Control Method）（附PPT免费公开）
• 合成控制法操作及Stata应用（附香烟控制法案及房产税经典论文实现）

• AI Stata Skill辅助的合成控制法应用

  
  
  
  

• 断点回归原理 
• 精确断点回归、模糊断点回归 
• 断点回归及Stata操作指导
• 断点回归相关检验
• 断点回归应用实例分析
• 重点：详细介绍rd以及rdrobust系列命令

• 前沿--最新应用：
• Stata: 不可不知的4种断点回归 (RDD) 中的平滑性检验方法
• 案例19：民主党当选对选区联邦支出影响
• 案例20：参议院选举
• 论文讲解与复刻应用14：JDE顶级期刊_断点文章与《数量经济技术经济研究》上7月27日论文_研究房价与家庭消费
• 论文讲解15：养老金对缓解农村居民医疗负担的作用
• 推荐一篇《中国工业经济》上断点回归操作全流程论文
• 以《经济学》（季刊）上退休与健康+孟母三迁2篇文章来学习断点回归操作全流程
• 推荐2篇经典必读《数量经济技术经济研究》+《中国工业经济》上断点回归方法论文
• 复现文献 - Chen, Yu, Shaobin Shi, and Yugang Tang. "Valuing the urban hukou in China: Evidence from a regression discontinuity design for housing prices." Journal of Development Economics 141 (2019): 102381.
• JDE期刊_户口价值文章 & 断点回归论文总结

第十一讲：Stata MCP-VSCode-Claude助力Stata应用

•  Trae ？VS-Code？Codebuddy？Workbuddy？ 
• 免费用 Trae+Stata MCP+Skills 实现全自动Stata学术应用
• Doubao/Deepseek/GLM/MiniMax/Kimi/Qwen等模型编写/解释DID代码
• StataMCP 简介及使用 
• ClaudeCode 与 VS-Code 配置结合使用 
•  VS-Code-ClaudeCode-Stata MCP交互
• ClaudeCode 助力 Stata 学术应用 
• 参考资料：AI+Stata3.0 红宝书

第十二讲：双重差分专题（DID）

双重差分法（DID）又名倍分法，是应用于社会经济领域的政策或项目评估，分别计算干预组与对照组在处理或干预实施前后的差异，再计算干预局与对照组之间变量量的差异，共进行两次差分，这就是双重差分。

• 双重差分模型（DID）概述
• 双重差分应用
• 使用Stata与AI结合进行双重差分分析
• 9种传统DID命令
• 平行趋势检验、安慰剂检验
• 案例6：最低工资法能否会降低对低技能工人的需求（Card  D, Krueger A B. Minimum wages and employment: a case study of the fast-food industry in New Jersey and Pennsylvania[J]. American Economic Review, 1994, 84(4): 772-798. ）
• 论文精讲及复刻6
• 2种双重差分法（DID）安慰剂检验方法：随机抽取500/1000次（附完整代码免费下载  ）
• DID前沿应用_DID模型时间、空间、混合安慰剂检验新命令didplacebo

第十三讲：DID模型

双重差分法（DID）又名倍分法，是应用于社会经济领域的政策或项目评估，分别计

• 三重差分模型DDD
• PSM-DID方法创新
• 案例7：专利许可（精讲）
• 案例8：医院改革与病人满意度（Stata17中新命令经典案例，Stata18种新增该案例新操作）
• 案例9、智慧城市（石大千等，2018.06）
  
• 案例10、高铁开通
• 论文7：专利质押（2022.09）（精讲）
• 论文8 ：国家级新区（2020.07）（精讲，新增交叠DID及Bacon分解等DID全套操作）
• 论文9：排污权交易机制（2019.05 ）（DDD模型等经典操作）
• 论文10：东道国数据（2023.02）（安慰剂检验最新操作）
• 模糊DID

第十四讲：AI赋能多时点DID/渐进DID/交叠DID/交错DID应用

理解DID出了什么问题?双向固定效应模型TWFE与异质性处理效应drdid和csdid

在实证研究中，对于交错 DID，过往的工作通常采用双向固定效应模型估计 ， GoodmanBacon (2021) 从理论上指出，当处理效应存在异质性时，同一处理对于不同个体产生的效果存在差异，将会导致 TWFE 产生潜在的估计偏误。

多时点 DID 估计有偏的解决方法：针对在异质性处理效应下多时点 DID 存在的问题，分别可以进行诊断以及解决。“诊断方法”为Bacon系数分解定理， “三类解决方法”分别为组别时期平均法、插补法及堆叠型 DID 方法。

•  多时点DID问题与TWFE估计的挑战

• 交叠DID偏误诊断：Bacon系数分解、负权重诊断

• 组别-时期平均处理：did_multiplegt、eventstudyinteract、csdid
• 插补估计量：did2s、did_imputation、event_plot、fect
• 堆叠回归估计量：stackedev
• 交叠DID异质稳健估计量

• 案例11：单边离婚法案
• 案例12：城市群人口集聚
• 案例13：低碳城市试点政策
• 论文11：互联网基础设施
• 论文12：企业绿色专利再配置
• 参考文献：双重差分法基础及其最新发展：阅读文献汇总

第十七讲：机器学习入门

• 8月7日直播板书截图：机器学习基本原理
• 直播回顾--机器学习基本原理、机器学习与双重差分、断点回归应用等

• 机器学习基本原理

• Lasso回归、岭回归、弹性网等

• Lasso扩展模型有哪些

•  机器学习如何进行测试和验证

• 参考资料：Hansen. 2021. Econometrics. Princeton University Press.  第29章.

• 2025新目标，掌握Hansen 教授提到的最先进的估计方法

• 机器学习（含双重机器学习DDML章节）--Hansen教授2021年3月更新的2本计量经济学教材

第十八讲：双重机器学习（DDML）前沿应用

• 双重机器学习（DDML）简介
• 双重机器学习Stata应用
• DDML与经典因果推断方法的比较及前沿应用
• 《中国工业经济》+《数量经济技术经济研究》论文讲解与复刻
• 推荐3篇《中国工业经济》+《数量经济技术经济研究--双重机器学习DDML论文
• 论文应用讲解16：DDMl论文复刻结果--2023.04《数量经济技术经济研究》
• 论文应用讲解17：双重机器学习DDML专题--2024年第8期《数量经济技术经济研究》论文复刻
• 论文应用讲解18：推荐《中国工业经济》上最新--双重机器学习DDML论文
• 2024Stata暑假班--精彩片段--双重机器学习DDML (qq.com)
• 2024年8月Stata暑期班回顾丨因果推断&机器学习应用&异质性DID前沿&双重机器学习专题回顾 (qq.com)
• 24年8月Stata暑假班因果推断&机器学习应用双重机器学习 (qq.com)
• 复现文献：张涛, 李均超. 网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断[J]. 数量经济技术经济研究, 2023, 40 (04): 113-135. 
• 复现文献：蔡运坤, 周京奎, 袁旺平. 数据要素共享与城市创业活力——来自公共数据开放的经验证据[J]. 数量经济技术经济研究, 2024, 41 (08): 5-25.