SuperAPI AI 工具集

jibs-methods

设计与创作

查看项目

更新于 10-15 20:09

技能介绍

用途:当研究问题涉及跨境或多国情境、数据呈嵌套结构(个人嵌套于企业、企业嵌套于国家),或预期审稿人会质疑测量等价性、共同方法偏差(CMV)、内生性时,可用该技能规划研究设计。JIBS 在范式与方法上多元,量化、质性、混合与纯理论研究均在范围内,但实际重心是理论驱动、假设检验的跨国或多层实证研究。

主要能力:按主张匹配设计,例如国家/文化影响企业或个人结果用多层模型;国际化作为路径依赖过程用纵向动态面板;跨文化态度与行为用多国问卷并做翻译与回译;进入模式、区位或治理选择用离散选择档案数据;深度情境谜题用多国比较案例。设计阶段需内置三项严谨性要求:跨国测量等价性(同一工具、翻译回译,并检验形态、度量与标量不变性);CMV(时间或来源分离、预测变量与结果变量由不同受访者提供、档案锚点、标记变量);内生性与动态内生性(工具变量、动态面板 GMM、滞后结构或自然实验)。可参考 AIB 研究方法 SIG 整理的约 28 篇 JIBS“From the Editors”方法社论,并引用相关社论对齐设计。

使用方式:输出格式包含设计、层级与嵌套、测量等价性计划、CMV 计划、内生性计划、社论对齐与下一步(jibs-data-analysis)。执行层面可衔接 StatsPAI / Stata MCP,流程为 detect_design → recommend → fit with as_handle=true → audit_result;面板与交错 DiD 可用 callaway_santanna / sun_abraham 加 bacon_decomposition、honest_did_from_result;IV 用 effective_f_test 与 anderson_rubin_ci;RDD 用 rdrobust 与 mccrary_test;实验用基于随机化的推断与 romano_wolf。

适用场景与限制:适用于跨国、多层、国际化过程等 JIBS 取向的实证设计规划。反模式包括:合并多国却不检验测量不变性;单来源单波次同受访者跨国问卷且无 CMV 补救;国际化过程设计无内生性策略;凭习惯而非匹配现象选方法。具体收费、平台与效果资料暂未提供。