🔥 你是否正在经历这些痛点？
 
  
    
    
 
     
每天花费大量时间在文献检索、数据清洗、代码调试这些重复性劳动上？
 
     
虽然会跑回归，但拿到一个新研究问题，还是不知道该如何下手？ 
 
     
对Stata命令烂熟于心，但写论文时还是觉得研究设计不够严谨？
 
     
已经会用AI生成代码，但总觉得输出质量不稳定，每次都要重新解释需求？
 
    
如果你的答案中有一个"是"，那么这门 AI×Stata 3.0 助力Stata学术应用 课程就是为你量身定制的。
🔍 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
2026Stata暑假班-- AI 助力机器学习&因果推断应用 
本课程是AI助力Stata学术应用的升级版，在保持 AI+Stata 2.0 版核心框架的基础上，新增Claude Code + Stata MCP + Trae的智能实证分析新流程。 
本次Stata暑假班全新升级为初级、高级、前沿班，合计扩充为6 天，带大家循序渐进、由浅入深，初级进阶高级、前沿，手把手带大家零基础系统、全面掌握Stata基础知识、因果推断、DID前沿等，并且融入最新 ClaudeCode 等AI模型助力Stata前沿应用。
本课程在AI系列专题内容上，融入AI+Stata3.0 助力Stata应用，包括Copilot 的基础使用、Trae 中 AI 模型的高阶使用、AI Agent、Stata MCP-VS-Code/Trae-Claude结合应用等。
课程内容涵盖Stata基础、数据管理、编程基础、面板数据分析、门限回归、倾向匹配得分、合成控制法、双重差分法、断点回归等多个专题，同时引入机器学习和双重机器学习的前沿应用。通过实操演示和案例分析，帮助学员掌握 AI 辅助的 Stata 操作技能，提高研究效率。 
初级班：2026年7月25日-26日（2天）
高级班：2026年7月28日-29日（2天） 
前沿班：2026年7月31日-8月1日（2天） 
课程形式：远程直播，提供录播回放（具体回放安排咨询工作人员） 
授课形式：老师讲授指导、学员操作练习、答疑解惑。全程幻灯片/网页/pdf文档课件+Stata操作演示，电子板书+课程截图，课后知识点+板书等资料分享给学员 
课程资料：提供PPT、课程讲义以及完整的do文档等。全程电子板书+每日log等知识点总结均课后分享给学员
Stata课程开设已10年
2017-2026年
10年Stata经典课程好评！
初级班Day1-2：
 
  
    
    
 
     
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
 
    
高级班Day3-4：面板数据&因果推断
 
  
    
    
 
     
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
 
    
前沿班Day5-6：Claude助力 现代 DID 前沿专题 
 
  
    
    
 
     
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
1 Stata 初级班--2天
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）
 
     
 
     
AI+Stata3.0系列：面板数据章节SKILL技能应用
 
    
2 面板数据及因果推断专题介绍（Stata 高级班--2天）
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
 
     
 
     
 
     
 
     
AI Stata Skill辅助的合成控制法应用
 
    
第九讲：AI辅助回归控制法
 
  
    
    
 
     
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
 
    
第十 讲 ：断点回归
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：
 
     
 
     
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15：养老金对缓解农村居民医疗负担的作用
 
     
 
     
 
     
 
     
 
     
 
    
3 现代DID专题（Stata 前沿班--2天）
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
 
     
 
     
 
    
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
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
 
     
 
    
第十五讲 ：高级DID
 
  
    
    
 
     
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
 
    
第十六 讲 ： 合成DID
 
  
    
    
 
     
AI辅助的合成DID
 
     
 
     
 
     
 
     
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
 
     
 
     
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
 
  
    
    
 
     
 
     
 
     
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
 
     
 
     
论文应用讲解16：
 
     
 
     
 
     
 
     
 
     
 
     
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
开课时间：
 
  
    
    
 
     
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，5月15日前报名可享受早鸟优惠价：学生优惠价：3600元/人；教师：4000元/人
 
      
5月15日后报名：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。
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
微信：Xindream1992