SuperAPI AI 工具集

isr-data-analysis

数据与分析

查看项目

更新于 10-15 20:08

技能介绍

【用途】在数据已收集或模型已建立后,用于执行并报告 ISR 稿件的分析部分,涵盖估计、推导与评估,同时应对审稿人对识别策略、测量效度、假设敏感性的质疑。

【按体裁的核心要求】实证类以识别与效度优先:实验需报告随机化检验、操纵与注意力检验;准实验或交错采用用 DiD、事件研究、平行趋势证据;内生性 IT 投资/采用用 IV/2SLS、RDD、匹配、面板固定效应加聚类稳健标准误;潜变量构念用 SEM/CFA(CFI/TLI/RMSEA/SRMR、AVE、区分效度)或 PLS-SEM;嵌套数据用多层/HLM 并在正确层级聚类;计数、选择、持续时间按因变量选用 Poisson/NB、logit/probit、风险模型。共同方法偏差应先由设计(分离来源/波次)应对,再用标记变量或未测量方法因子,单做 Harman 单因子检验较弱;需报告效应量与实践意义,而非只看 p 值。解析建模类要求均衡概念、存在性/唯一性证明与比较静态结果,稳健性以放松关键假设的扩展呈现,完整证明放电子附录。设计科学类须用可信基线、受控用户研究或实地部署展示效用,演示不等于评估。

【主张—证据台账】写作结果前,将每个贡献主张绑定到分析:因果主张需设计逻辑、识别假设、前趋势/安慰剂或随机化检验、效应量;构念/测量主张需条目来源、信度、CFA/区分效度、CMB 辩护;解析主张需命题、正文证明梗概、附录完整推导、比较静态;设计科学主张需基线比较、与目标挂钩的指标、用户/实地证据。缺失证据时应下调措辞。

【可复现与执行】ISR 要求数据来源认证,须在投稿前取得法律或企业许可,并保留可重新生成全部图表与求解器输入的干净脚本;证明、完整测量条目与补充分析放电子附录(正文 32 页、总计 38 页上限)。执行桥(StatsPAI/Stata MCP)中可运行:多重结果/设定用 romano_wolf 或 benjamini_hochberg;遗漏变量敏感度用 oster_delta / sensemakr;推断用 wild_cluster_bootstrap、twoway_cluster / conley,多层数据在正确层级聚类;audit_result(result_id) 可列出缺失检查及对应 suggest_function;etable / did_summary_to_latex 直接从句柄生成图表,避免重录数字。决定性检验放正文,完整检验组放附录。

【清单与反模式】检查识别策略已执行、假设与威胁已讨论;潜变量报告信度、CFA 拟合、AVE/区分效度;CMB 不止单因子检验并报告效应量;解析类说明均衡/存在性、解释比较静态、扩展显示稳健;设计科学类对照基线/目标证明效用;完成主张—证据台账,证明与测量细节入电子附录。反模式包括:无识别的回归当因果、单因子 CMB 作为唯一辩护、只堆代数不解读、设计科学只演示不评估、只列表格不说明各表支持的推断。

【输出格式】体裁;识别或证明;效度/稳健性;效应量或比较静态;电子附录内容;留给审稿人的未决问题;下一步。限制:具体数据、价格、平台支持等资料暂未提供。