haonanalex/mgmt-paper-skills/mgmt-paper-causal-methods

MGMT - Paper - Causal Methods — 中国情境因果推断方法集

本 Skill 为面向中文情境（中国数据、中国政策评估）的研究助手，覆盖 5 种核心因果识别策略，给出 Stata / R / Python 三语言模板代码，以及中国数据/政策研究中的常见陷阱与稳健性套路。

What it does

• 给出 5 种主流因果识别方法的标准做法 (overview)
• 每种方法配 Stata / R / Python 三套可直接复用模板 (~20–40 行)
• 涵盖标准稳健性扩展（平行趋势、带宽敏感性、弱工具检验、安慰剂等）
• 中国情境补丁：CSMAR/Wind/CFPS/CHFS 数据特点、行政区划匹配、政策外生性回应

Methods covered

Trigger phrases

中文：因果推断、识别策略、双重差分、DID、平行趋势、断点回归、RDD、工具变量、IV、合成控制法、SCM、倾向得分匹配、PSM、政策评估、政策冲击。

English: causal inference, DiD, RDD, IV, synthetic control, propensity score matching, identification, parallel trends, first stage, weak IV, bandwidth.

How to use this Skill

1. 确定方法：先读 methods/<方法>/overview.md，确认假设是否成立。
2. 挑语言：根据用户工作流读 stata.md / r.md / python.md 中的对应模板。
3. 过中国情境关：套用 cases/cn-context.md 中的检查项（行政区划、数据库特点）。
4. 跑稳健性：按 cases/robustness-checklist.md 至少跑 3 项稳健性。
5. 政策评估：参考 cases/policy-evaluation.md 的 SOP 应用到具体政策。

File map

SKILL.md                          (this file)
methods/
  did/   {overview, stata, r, python}.md
  rdd/   {overview, stata, r, python}.md
  iv/    {overview, stata, r, python}.md
  sc/    {overview, stata, r, python}.md
  psm/   {overview, stata, r, python}.md
cases/
  cn-context.md                   中国数据/区划/包生态
  policy-evaluation.md            政策评估 SOP + 假想例
  robustness-checklist.md         稳健性清单

Source & attribution

本 Skill 完全独立编写。方法学叙述参考公开教材：Angrist & Pischke (2009) Mostly Harmless Econometrics、Wooldridge (2010) Econometric Analysis of Cross Section and Panel Data、Cunningham Causal Inference: The Mixtape (https://mixtape.scunning.com/)；代码模板参考各包的公开文档（reghdfe, csdid, rdrobust, fixest, did, MatchIt, linearmodels, DoubleML, Synth, gsynth 等）。

仓库 `Jill0099/causal-inference-mixtape` 提供了组织结构上的概念灵感（仅 README 高层结构），未复制其文本或代码。

License

Apache 2.0. See LICENSE and NOTICE.