用途：该技能在 JFE 论文的因果识别或推断设计成为瓶颈时触发，例如核心实证只是 OLS 加控制变量、内生性被轻描淡写；交错采纳的双向固定效应 DID 未处理异质性处理效应偏误；IV 的排他性约束或相关性未加辩护；样本或处理的选择问题未处理；审稿人可能质疑“X 对 Y 内生”。
主要能力与设计优先级：从强到弱依次为自然实验／外生冲击加 DID、断点回归（RDD）、工具变量（IV）、匹配／熵平衡加 DID、结构估计、OLS 加控制。分支覆盖：A. DID 与自然实验——交错采纳时使用 Callaway–Sant'Anna、Sun–Abraham、de Chaisemartin–D'Haultfœuille 或堆叠回归等现代估计量，并报告 Goodman-Bacon 分解；画事件研究图证明平行趋势；论证处理外生性并处理预期；做安慰剂与证伪检验。B. IV——报告第一阶段 F／有效 F（Olea–Pflueger），弱工具时用 Anderson–Rubin 等弱 IV 稳健推断；从理论、制度细节和证伪三方面辩护排他性；报告简化式并讨论 LATE。C. RDD——运行变量操纵检验（McCrary／rddensity）；最优带宽（Calonico–Cattaneo–Titiunik）加至少三种带宽敏感性检验；协变量连续性；必要时做模糊 RDD 第一阶段。D. 选择与样本构造——说明总体与每个筛选步骤，用 Heckman、界或重加权并说明假设。E. 结构估计——明确机制与识别假设，给反事实并用简化式矩验证。
使用方式：技能给出执行桥（StatsPAI／Stata MCP）流程 detect_design → recommend → fit with as_handle=true → audit_result。观察性因果主张可用交错 DiD（callaway_santanna／sun_abraham + bacon_decomposition + honest_did_from_result）、IV（effective_f_test + anderson_rubin_ci）、RDD（rdrobust + mccrary_test）；实验用基于随机化的推断与 romano_wolf；敏感性用 oster_delta／sensemakr。输出格式为【Design】【Identifying variation】【Tests done】【Tests missing】【Cluster level】【Alternatives ruled out】｜【Still open】【Next】。
限制与反模式：避免交错采纳双向固定效应不承认偏误文献、用“外生事件乘滞后内生变量”的 IV、无证据声称冲击外生、单带宽 RDD、聚类层级错误、把内生性当稳健性脚注。该技能不替代数据与真实估计，具体命令、平台或执行环境信息暂未提供。