夜雨聆风
全球下载量破20k:StatsPAI 最近到底更新了什么?
从 2026 年 5 月 1 日到 5 月 6 日，StatsPAI 做了一轮比较密集的升级，简单记录一下。
StatsPAI 是斯坦福大学 REAP 团队在做的一个开源 Python 因果推断 / 计量经济学工具包，目标是把 Stata、R 里分散的实证分析方法，整理到一个统一、可复现、也更适合 AI agent 调用的 Python API 里。
这几天主要升级了几块：
-
更懂研究问题了sp.causal_question 现在可以更直接地路由到 DML、TMLE、meta-learner、causal forest 等方法，不只是跑模型，而是尽量保留对应的识别逻辑和稳健性检查。
-
更适合写论文和审稿复现了新增了 sp.validation_report()、sp.coverage_matrix()、sp.reproduce_jss_tables()，方便把数值验证、覆盖率、JSS 论文表格复现直接整理出来。
-
更重视数值对齐加入了 R / Stata parity harness，也就是系统性检查 StatsPAI 和经典 R、Stata 实现是否对得上。目标不是“看起来能跑”，而是尽量做到可审稿、可复现。
-
IV、RDD、Synth、DML 都做了增强包括弱工具变量诊断、IV 报告包、合成控制导出表格、RDD 新估计器、DML sensitivity / diagnostics 等。
-
GPU / 加速路线更清楚了现在不是宣传“全包 GPU 加速”，而是更诚实地做选择性加速：神经因果模型走 PyTorch CUDA/MPS，HDFE OLS 和大规模 bootstrap 可以走 JAX。
-
修了一些重要正确性问题比如 CS-DiD 某一路径、Causal Forest BLP、mediation bootstrap 等地方都做了更严格的修复和测试。
简单说，这几天 StatsPAI 做得更佳全面，更加扎实。
开源 repo，欢迎 star、pr：https://github.com/brycewang-stanford/StatsPAI