密集項(xiàng)目：經(jīng)濟(jì)學(xué)專題：計(jì)量經(jīng)濟(jì)學(xué)在不同產(chǎn)業(yè)中的應(yīng)用與研究---以線性回歸、差分法和偏差分析等統(tǒng)計(jì)概率模型為例

專業(yè)：經(jīng)濟(jì)學(xué),自然科學(xué)

項(xiàng)目類型：國外小組科研

開始時(shí)間：2024年12月21日

是否可加論文：是

項(xiàng)目周期：4周在線小組科研學(xué)習(xí)+2周不限時(shí)論文指導(dǎo)學(xué)習(xí)

語言：英文

有無剩余名額：名額充足

建議學(xué)生年級：大學(xué)生 高中生

是否必需面試：否

適合專業(yè)：商業(yè)分析經(jīng)濟(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)數(shù)據(jù)科學(xué)數(shù)據(jù)分析統(tǒng)計(jì)學(xué)經(jīng)濟(jì)數(shù)學(xué)微觀經(jīng)濟(jì)學(xué)女性研究/性別研究應(yīng)用經(jīng)濟(jì)

地點(diǎn)：無

建議選修：統(tǒng)計(jì)學(xué)與計(jì)量經(jīng)濟(jì)學(xué)

建議具備的基礎(chǔ)：應(yīng)用經(jīng)濟(jì)學(xué)、微觀經(jīng)濟(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、數(shù)據(jù)分析、經(jīng)濟(jì)統(tǒng)計(jì)預(yù)測等專業(yè)或希望修讀相關(guān)專業(yè)的學(xué)生；學(xué)生必須提前掌握概率論、線性回歸和R語言等相關(guān)知識。

產(chǎn)出：4周在線小組科研學(xué)習(xí)+2周不限時(shí)論文指導(dǎo)學(xué)習(xí) 共125課時(shí) 項(xiàng)目報(bào)告 優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導(dǎo)（可用于申請） 結(jié)業(yè)證書 成績單

項(xiàng)目背景：計(jì)量經(jīng)濟(jì)學(xué)作為經(jīng)濟(jì)學(xué)領(lǐng)域的一個(gè)重要分支,主要以社會經(jīng)濟(jì)活動的實(shí)際數(shù)據(jù)為素材,以統(tǒng)計(jì)分析方法為手段,以預(yù)測和識別因果關(guān)系為目標(biāo),為經(jīng)濟(jì)管理的實(shí)證研究和量化分析提供理論基礎(chǔ)和方法工具.由于社會經(jīng)濟(jì)數(shù)據(jù)的非實(shí)驗(yàn)性質(zhì),利用計(jì)量建模和量化分析的科學(xué)研究方法顯得尤其重要.一方面,計(jì)量經(jīng)濟(jì)學(xué)通過對實(shí)際數(shù)據(jù)的科學(xué)分析,為各種互為競爭的經(jīng)濟(jì)理論提供“證偽”的可能;另一方面,通過對經(jīng)濟(jì)管理模型的量化分析,為政策實(shí)施和政策評估提供科學(xué)決策的基礎(chǔ).因此,計(jì)量經(jīng)濟(jì)學(xué)在推動經(jīng)濟(jì)學(xué)科學(xué)化過程中發(fā)揮了不可替代的關(guān)鍵作用.雖然計(jì)量經(jīng)濟(jì)學(xué)最初以社會經(jīng)濟(jì)數(shù)據(jù)的分析為主,但隨著量化分析的重要性在各學(xué)科領(lǐng)域中日益凸顯,計(jì)量經(jīng)濟(jì)學(xué)的分析工具和分析方法已逐漸滲透到心理學(xué)、醫(yī)療管理、公共管理、金融工程、能源管理、社會學(xué)和政治學(xué)等各個(gè)領(lǐng)域,成為發(fā)展非常活躍、應(yīng)用日益普及的方法論學(xué)科和交叉學(xué)科。

項(xiàng)目介紹：人們常說 '相關(guān)性不等于因果關(guān)系'，但在經(jīng)濟(jì)學(xué)的研究中，一個(gè)核心問題是利用相關(guān)關(guān)系來確定因果關(guān)系。對于實(shí)驗(yàn)數(shù)據(jù)來說，這樣做是相對直接的，但對于許多社會問題來說，研究者將感興趣的因果變量直接進(jìn)行比對分析是不可行的。因此本課程將重點(diǎn)闡述經(jīng)濟(jì)學(xué)家用來推斷因果關(guān)系的計(jì)量統(tǒng)計(jì)方法，以及該方法在不同產(chǎn)業(yè)和案例中的實(shí)證應(yīng)用。例如在教育中的數(shù)據(jù)研究、中國江西的農(nóng)民收入問題、美國的種族歧視導(dǎo)致的黑人就業(yè)勞動問題和女性在工作中的被歧視問題。我們將利用線性回歸技術(shù)，使用實(shí)驗(yàn)性和觀察性（非實(shí)驗(yàn)性）數(shù)據(jù)。我們將涵蓋橫截面回歸調(diào)整，以及諸如差額法和工具變量法等 '自然實(shí)驗(yàn) '方法，對這些不同經(jīng)濟(jì)產(chǎn)業(yè)和不同社會問題進(jìn)行科學(xué)的量化分析，從而在龐雜的數(shù)據(jù)中尋找不為人知的規(guī)律和癥結(jié)。

A familiar saying is that “correlation does not equal causation”, but in economics, as in many related fields, a core concern is to determine causation using correlations. Doing so is relatively straightforward with experimental data, but for many questions of interest it is not feasible for a researcher to randomize the causal variable of interest. This course introduces methods used by economists to infer causality, as well as several empirical applications of that methodology. We will focus on linear regression techniques, using both experimental and observational (non-experimental) data. We will cover cross-section regression adjustment, as well as such “natural experiment” methods as difference-in-difference and instrumental variable methods.

項(xiàng)目大綱：計(jì)量經(jīng)濟(jì)與因果關(guān)系推論 Counterfactual notation and questions of interest for causal inference 線性回歸和教育研究中的應(yīng)用 Linear regression analysis 雙重差分模型在農(nóng)業(yè)和種族研究中的應(yīng)用 Difference-in-difference methods 遺漏變量偏差的分析在性別研究中的應(yīng)用 Analysis of omitted variable bias 學(xué)術(shù)研討1 Final Project Phase I 學(xué)術(shù)研討1 Final Project Phase II 項(xiàng)目回顧和成果展示 Program Review and Presentation 論文輔導(dǎo)Project Deliverables Tutoring