夜雨聆风1、Stata MCP插件
下面展示的是第3种方法在VS-Code中执行Stata代码，即采用插件Stata MCP
2、AI助手结合应用
也可以结合AI 助手等（VS Code 里运行 GitHub Copilot Chat）
3、Stata MCP高级操作
结合CC使用
下面采用Claude运行双重机器学习DDML命令，并对这个结果进行解释说明，具体操作详见下图！
具体双重机器学习操作结果，只需要点击输出日志，即可详细查看，见下图！
🔍 2026年实证研究的新范式
在AI技术飞速发展的今天，实证研究的方式正在发生根本性的变革：
🚀 从2.0到3.0：实证研究范式的跃迁
AI+Stata 2.0时代：
核心：AI作为辅助工具，帮助生成代码、解释结果 模式：手动编写提示词 → AI生成代码 → 手动执行 → 手动调整 局限：依赖人工干预，效率提升有限
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
课程概览
Stata课程开设已10年
2017-2026年
10年Stata经典课程好评！
AI+Stata3.0 新的实证分析工作流 借助 AI+Stata3.0 助力Stata应用 Stata MCP-VS-Code/Trae-Claude结合应用 Stata基础、数据管理 编程及线性回归、面板数据等
静动态门槛回归 倾向匹配得分、合成控制法、回归控制法、断点回归 Stata Skill助力因果推断分析应用
ClaudeCode 助力 Stata 学术应用 DID实证分析智能体 - DID专题基础 异质性DID前沿：Bacon分解、负权重诊断等 异质性DID前沿：组别时期、插补、堆叠等异质稳健估计量 现代DID：基于TWFE改进的新估计量Wooldridge（2021）、局部投影DID、平行趋势敏感性检验、功效分析 静态/动态合成DID 双重机器学习专题应用 论文复刻应用
课程核心特色亮点
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
课程内容
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
面板数据政策评估分析方法/回归控制法模型简介 回归控制法原文精讲 RCM及Stata操作应用 案例4：99法案 案例5：回归对内地影响 AI Stata Skill辅助的回归控制法应用
断点回归（RD）是一种类似于随机实验的准实验分析方法，能够有效的利用相关条件来分析变量之间的因果关系。其主要思想是，个体中的某一关键变量即处理变量完全由连续变量X超过断点来决定，超过该断点也就是大于某一临界值，就会受到政策干预，否则没有受到政策干预。在断点回归分析中，小于某一临界值可以作为一个很好的控制组来反映断点右侧的情况。通过计算临界值样本左右两侧的差异，进而估计处理效应统计量。
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
基于TWFE改进的新估计量Wooldridge（2021） jwdid命令Stata操作，论文最新应用 局部投影DID，lpdid命令Stata操作 平行趋势敏感性检验、功效分析 论文应用 Stata操作 AI Stata Skill辅助的交叠DID应用
AI辅助的合成DID Stata：合成DID操作及应用 Stata前沿_静态+动态合成DID操作应用经典案例 新增动态合成DID操作及应用 案例14：99法案 案例15：议会性别与孕产妇死亡率案例 案例16：女性政治地位对议会中女性的占比 案例17、禁烟法案 案例18、房产税改革 合成DID--论文应用讲解13：推荐3篇《数量经济技术经济研究》上（静态/动态）合成DID方法论文 参考文献 - Arkhangelsky D, Athey S, Hirshberg D A, et al.Synthetic difference-in-differences[J]. American Economic Review, 2021.
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.
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.
立体化服务体系
立体化的服务体系，真正保障学有所成！
1、系统化的知识体系。知识点精细，学习成长路径更放心； 2、保姆级教学服务。六步教学闭环：课程理论与软件并重，采用理论介绍+软件操作+论文应用+解释结果+讲解答疑+前沿应用六维一体，手把手教你学Stata软件操作与案例分析 3、社群伴学+全程答疑：专属课程答疑群+学员互助，有学习上的疑问，可与老师沟通解答。 4、零基础起步，理论与软件并重，手把手教学，小白也能学会的计量班。 5、重磅学习礼包。免费领取课程讲义，数据，do文档和参考文献pdf。 6、课程配套：AI+Stata3.0 WIki知识库，AI+Stata3.0红宝书、其他配套在线Book
课程详情
2026Stata暑假班，2026年7月25日-8月1日（合计6天） 初级班：2026年7月25日-7月26日（2天），费用：2000元/人 高级班：2026年7月28日-7月29日（2天），费用：2200元/人 前沿班：2026年7月31日-8月1日 （2天），费用：2200元/人 报名优惠方案：
全程班6天，现在报名可享受早鸟优惠价：学生优惠价：3600元/人；教师：4000元/人 后期报名：统一优惠价4400元/人 报名请先咨询工作人员查看是否还有优惠名额
报名成功与否以实际付款为准，不接受口头报名。
优惠信息
缴费成功后都享受如下优惠
1．同一单位3人及以上报名，9折优惠； 2．同一单位5人及以上报名，8折优惠 3、以上优惠不叠加
学习对象
经济及社科类高校青年教师、博士生、硕士生、高年级本科生。
（1 从事经济学或者社会科学研究 2 想用面板数据及因果推断&机器学习方法发表核心期刊论文的经济及社科类高校教师、博士生、硕士生、高年级本科生 3 掌握最新/主流AI编程工具赋能学术应用的科研工作者）
如何报名
报名流程
1、电话咨询，给予反馈，确认报名信息。
2、交费（微信、支付宝或者对公转账等），报名前请确认信息。
3、开课前发送培训通知以及软件准备，电子版预习资料等。
4、开课后领取发票及邀请函。
▲扫描二维码立即报名哦
2026年7月Stata暑假班--AI助力Stata因果推断专题课
注意事项
1、即日起接受报名，具体报名截止日期根据实际招生而定，人员招满将关闭报名通道。
2、为保护知识产权，课程资料仅供内部学习使用。
3、本课程一经报名，不允退换。
4、本次会议可提供增值税普通发票，如需开具（请联系微信：Xindream1992），并根据自己单位财务部门要求填写抬头和类目信息（一旦开具不能重开），发票类目为：会议服务费、信息服务费、培训费、会议费、咨询费等，报名时可以直接任选其一，其他类目无法开具。
5、会议邀请函通知及课程试看和报名咨询等直接联系工作人员。本次会议最终解释权归计量经济学服务中心所有。
在线咨询：
王老师
电话：18710973211
微信：Xindream1992
