因果推斷(causalinference)，緣起人類(lèi)的本能或經(jīng)常自發(fā)提出的一個(gè)簡(jiǎn)單問(wèn)題：為什么(why)?事實(shí)上，作為科學(xué)研究的核心與宗旨——因果推斷就是關(guān)于此問(wèn)題的嚴(yán)肅思考、科學(xué)驗(yàn)證或因果分析(causal analysis)。目前，因果推斷模型與方法受到了經(jīng)濟(jì)學(xué)、金融學(xué)、社會(huì)學(xué)、管理學(xué)、人口學(xué)及公共衛(wèi)生等領(lǐng)域的重視和青睞，并成為實(shí)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(xué)的法則與規(guī)律，并不位于自然界的表層，而是隱藏在暗處，我們必須主動(dòng)利用精心設(shè)計(jì)的探索技巧把它們從自然中剝離出來(lái)?！?

為此，我們邀請(qǐng)了我國(guó)量化分析及實(shí)證研究的著名大咖、中央財(cái)經(jīng)大學(xué)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(shí)現(xiàn)方法。

研討會(huì)概要

會(huì)議時(shí)間：2020年7月25-27日(三天)

會(huì)議方式：遠(yuǎn)程直播,提供三天錄播回放

會(huì)議安排：9:00-12:00. 14:00-17:00. 研討

會(huì)議詳情：http://www.peixun.net/view/1661.html

嘉賓簡(jiǎn)介

王存同老師

人口學(xué)博士，中央財(cái)經(jīng)大學(xué)教授。

博士畢業(yè)于北京大學(xué)(與 University of Michigan 合作培養(yǎng))，博士后研究員就職于美國(guó)伊利諾伊大學(xué)(University of Illinois at Urbana-Champaign)。主要從事社會(huì)統(tǒng)計(jì)及計(jì)量經(jīng)濟(jì)分析、人口健康學(xué)等領(lǐng)域的研究與教學(xué)。2013年入選教育部新世紀(jì)優(yōu)秀人才計(jì)劃，兼任北京大學(xué)社會(huì)科學(xué)方法培訓(xùn)教授、美國(guó)PAA、國(guó)際IUSSP會(huì)員及IUSSP 社會(huì)科學(xué)定量方法培訓(xùn)專(zhuān)家組成員、美國(guó)伊利諾伊大學(xué)合作研究員及中國(guó)青少年性健康教育委員會(huì)副主任委員等。曾在《中國(guó)社會(huì)科學(xué)》《社會(huì)學(xué)研究》，ChineseSociological Review, Schizophrenia Research 等期刊發(fā)表論文近百篇，出版著作6 部;主持國(guó)家社科基金項(xiàng)目2 項(xiàng)、橫向課題 12 項(xiàng)。

小插曲:

王存同教授長(zhǎng)期兼任北京大學(xué)等多個(gè)高校社會(huì)科學(xué)方法的培訓(xùn)教授，授課生動(dòng)活潑，通俗易懂，擁有眾多粉絲。每逢王老師在中央財(cái)經(jīng)大學(xué)沙河校區(qū)(距市區(qū)約2小時(shí)地鐵的距離) 開(kāi)講時(shí)，小伙伴們便像候鳥(niǎo)般趕赴沙河。每次上課總是座無(wú)虛席，或席地而坐、或背墻而立......若想在教室前排的過(guò)道臺(tái)階上搶個(gè)位置，那可是要早早出動(dòng)的。

報(bào)名咨詢(xún)

尹老師

電話(huà)：010-53352991

QQ：42884447

郵箱：yinna@pinggu.org

WeChat：yinyinan888

專(zhuān)題概況

因果推斷模型與方法是現(xiàn)代社會(huì)科學(xué)研究者利用計(jì)量模型發(fā)表高水平實(shí)證論文的核心利器。《從線(xiàn)性回歸走向因果推斷》(From Linear Regression to CausalInference)專(zhuān)題討論會(huì)，重在討論如何利用Stata軟件進(jìn)行因果推斷。在專(zhuān)題討論與演示中，將因果推斷模型與統(tǒng)計(jì)軟件的應(yīng)用與操作有機(jī)結(jié)合，力圖與大家在較短時(shí)間內(nèi)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(shí)數(shù)據(jù)為演示案例，與大家分享因果推斷的思辨、模型構(gòu)建、軟件應(yīng)用及結(jié)果解讀的能力，為發(fā)表高水平的實(shí)證研究論文奠定基礎(chǔ)。

在專(zhuān)題討論的內(nèi)容安排上，基于對(duì)線(xiàn)性回歸模型核心內(nèi)容及計(jì)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(yīng)用。

專(zhuān)題討論特色

1、專(zhuān)題討論定位明確。該專(zhuān)題討論并非專(zhuān)業(yè)數(shù)理統(tǒng)計(jì)學(xué)教學(xué)或計(jì)量培訓(xùn)課程，不會(huì)出現(xiàn)煩瑣的公式推導(dǎo)。專(zhuān)題討論重在應(yīng)用，即在基本熟悉因果推斷思想的基礎(chǔ)上，進(jìn)行數(shù)據(jù)分析、軟件應(yīng)用及模型解讀，實(shí)現(xiàn)理論與應(yīng)用的結(jié)合。

2、討論重點(diǎn)突出。討論因果推斷原理及主流模型時(shí)，重點(diǎn)關(guān)注基本統(tǒng)計(jì)思想及應(yīng)用范圍、條件、數(shù)據(jù)處理難點(diǎn)及模型參數(shù)的解讀。

3、內(nèi)容細(xì)致實(shí)用。應(yīng)用Stata軟件來(lái)加強(qiáng)與實(shí)現(xiàn)因果推斷模型、方法的分享與討論，各專(zhuān)題都附帶完整的Stata實(shí)現(xiàn)過(guò)程(do文檔)和真實(shí)數(shù)據(jù)，大家無(wú)需進(jìn)行煩瑣編程，即可快速實(shí)現(xiàn)數(shù)據(jù)分析及建模任務(wù)。

4、在線(xiàn)參與溝通。大家可自帶數(shù)據(jù)運(yùn)行，并在線(xiàn)答疑。

5、論文經(jīng)驗(yàn)分享。與大家分享定量研究論文寫(xiě)作、投稿、修改，以及與編輯部、導(dǎo)師和合作者溝通的實(shí)用技巧。

6、嘉賓風(fēng)格鮮明。專(zhuān)題討論嘉賓認(rèn)真敬業(yè)，講課風(fēng)趣幽默，引人入勝，有強(qiáng)大的人格魅力，感染力極強(qiáng)，屢屢被學(xué)生評(píng)為計(jì)量教學(xué)“人氣最佳”的教授，為全國(guó)學(xué)生最受歡迎的計(jì)量模型教學(xué)的教師之一。他多年在北京大學(xué)等高校主講社會(huì)科學(xué)定量方法暑期培訓(xùn)專(zhuān)題討論，多名學(xué)生評(píng)價(jià)其“統(tǒng)計(jì)專(zhuān)題討論如小說(shuō)般引人入勝，不忍下課”、“講解系統(tǒng)且實(shí)用性強(qiáng)”，已有多名學(xué)生成功應(yīng)用所學(xué)發(fā)表高水平量化論文若干。

專(zhuān)題內(nèi)容

本專(zhuān)題討論主要涵蓋如下六個(gè)專(zhuān)題(每講3個(gè)小時(shí))。在講解每個(gè)模型時(shí)，都將結(jié)合完整的 Stata 實(shí)現(xiàn)文檔與學(xué)員共同進(jìn)行實(shí)例操作，并提供完整的 .dta, .do 文檔等資料，以便大家演練和應(yīng)用。

各講主要內(nèi)容及參考文獻(xiàn)列舉如下：

專(zhuān)題1 多元回歸與建模原則

作為因果推斷的基礎(chǔ)——多元回歸

基本假定與計(jì)量模型的脈絡(luò)及發(fā)展

計(jì)量建模原則與分析策略

案例與Stata操作

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

內(nèi)生性問(wèn)題與解決路徑

工具變量選擇的方法及分類(lèi)

工具變量的檢驗(yàn)

工具變量回歸模型(2SLS+GMM)

案例與Stata操作

專(zhuān)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(guān)系檢驗(yàn)(Granger causality test)

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

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

固定效應(yīng)模型(fixed effect model, FEM)

隨機(jī)效應(yīng)模型(random effect model, REM)

斷點(diǎn)回歸設(shè)計(jì)(regression discontinuity design, RDD)

案例與與Stata操作

專(zhuān)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(huì)費(fèi)用

3600元/3200元(學(xué)生優(yōu)惠價(jià)僅限全日制本科及碩士在讀)

提供“會(huì)議費(fèi)”發(fā)票及會(huì)議通知（電子版和紙質(zhì)版）

優(yōu)惠信息

1、經(jīng)管之家學(xué)術(shù)班老學(xué)員9折優(yōu)惠(含專(zhuān)題課學(xué)員);

2、王存同老師老學(xué)員8折優(yōu)惠;

3、2人同行9折優(yōu)惠;

4、3人及以上同行8折優(yōu)惠。

(以上優(yōu)惠不疊加)

報(bào)名咨詢(xún)

尹老師

電話(huà)：010-53352991

QQ：42884447

郵箱：yinna@pinggu.org

WeChat：yinyinan888