SuperAPI AI 工具集

jms-data-analysis

数据与分析

查看项目

更新于 10-16 05:01

技能介绍

用途:当 JMS 稿件的分析执行与可信度成为瓶颈时使用,例如估计已完成但审稿人质疑内生性、稳健性或间接效应,定性分析结论到构念的路径不可审计,效应仅依赖单一设定,或中介/调节结果缺少 JMS 期待的分析。

主要能力:区分定量与定性两条路径,同一标准即分析能否可信支撑理论主张。定量路径要求估计量与数据结构匹配(OLS/GLM、面板固定效应、潜变量与完整中介用 SEM、嵌套数据用多层模型)并说明理由;中介用自助法置信区间检验间接效应;调节需绘制交互并报告简单斜率与显著区域;内生性与稳健性按 jms-methods 计划执行识别策略(FE、IV/2SLS、DiD、匹配)并做稳健性组合,每项对应具名威胁;测量需报告信度、AVE、CFA 拟合,并用设计化检验处理 CMB。定性路径要求编码透明(一阶编码→二阶主题→聚合维度)、显性溯因逻辑、代表性引语表、反例报告与可信度程序。

使用方式:执行桥接部分列出可运行的分析命令,如 romano_wolf、benjamini_hochberg、oster_delta / sensemakr、wild_cluster_bootstrap、twoway_cluster / conley,以及 audit_result(result_id)、etable / did_summary_to_latex 等;关键检验放正文,完整组合放附录。输出格式含路径、定量/定性要点、主张支撑与下一步 jms-tables-figures。

适用场景:JMS 定量实证与定性管理研究稿件。限制:不适用于把定量标准套用于定性论文或反之;具体软件环境与完整执行细节资料未提供。