软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18950+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索技术设计，共找到 14 条记录

默认排序最新上传最多下载

学术论文审稿意见预判策略

aeja-referee-strategy

brycewang-stanford/Awesome-Journal-Skills

本指南为撰写顶级经济学期刊（如AEJ: Applied）学术论文的研究人员提供高级策略。它旨在帮助作者预判审稿人会提出的所有技术性、复杂的质疑，如因果推断设计缺陷、选择偏差或平行趋势问题。核心在于指导作者将应对措施前置并融入论文主体，实现最高标准的“未雨绸缪”。

政策评估的因果识别方法

aejpol-identification

brycewang-stanford/Awesome-Journal-Skills

这份指南提供了在实证政策论文中建立可信因果关系的严格方法论标准。它详细介绍了高级计量经济学技术，如双重差分（DiD）、工具变量（IV）、回归不连续设计（RDD）和随机对照试验（RCT），帮助研究人员超越简单的相关性分析，证明观察到的效应确实源于政策干预。

因果识别与研究设计

ajps-research-design

brycewang-stanford/Awesome-Journal-Skills

本指南专注于学术论文的研究设计和方法论强化，特别适用于需要严格论证因果关系的学科。它涵盖了高级的因果识别技术（如DID、IV、RDD），指导作者完成预分析计划、建立理论与实证证据的联系，并准备应对审稿人的质疑，帮助构建严谨的研究架构。

社会学论文数据分析规范

ajs-data-analysis

brycewang-stanford/Awesome-Journal-Skills

本指南为社会学学术论文提供了全面的数据分析审核标准，核心原则是确保证据链能可信地支持理论主张，而非仅仅展示技术能力。涵盖了定量分析的稳健性检查、比较历史的推论逻辑、民族志的分析流程，以及跨多源数据（如统计数据与访谈）的三角验证，帮助作者提升研究设计的严谨性。

《经济学(季刊)》投稿标准与指南

china-economic-quarterly

brycewang-stanford/Awesome-Journal-Skills

该指南为投稿《经济学(季刊)》的学者提供方法论指导。核心是确保研究具备国际一流的计量经济学标准，重点要求干净的因果识别、结构模型构建和准实验设计（如现代DID、IV），帮助作者提高论文的理论深度和技术严谨性，避免常见方法论误区。

社会学研究数据分析规范

eursr-data-analysis

brycewang-stanford/Awesome-Journal-Skills

本指南详细阐述了撰写高影响力社会学期刊论文所需的严谨量化分析标准。它涵盖了多层次模型、小宏观N推理、边际效应计算和可重复性保障等核心技术。旨在指导研究人员设计出能够通过专家双盲评审的稳健分析。

金融实证因果识别方法论

finman-identification

brycewang-stanford/Awesome-Journal-Skills

本指南提供了在企业金融和资产定价领域进行严格因果识别的实证方法论。它指导研究人员如何应对内生性、虚假相关性和弱设计等挑战，掌握先进的计量经济学技术（如分阶段DiD、稳健IV），确保研究结论具备发表在顶级期刊的严谨性。

传感器系统研究主题选择指南

ipsn-topic-selection

brycewang-stanford/Awesome-Journal-Skills

本指南旨在帮助研究人员确定项目贡献的核心焦点，即是信息处理算法（IP）还是传感器平台/设计方法（SPOTS）。它提供了一套结构化的方法论，指导用户根据项目的技术核心和成熟度，选择最合适的顶级会议或期刊投稿方向。

环境经济学因果识别方法

jeem-identification

brycewang-stanford/Awesome-Journal-Skills

本指南提供了环境经济学领域建立稳健因果关系的方法论。它涵盖了针对环境政策评估、气候影响和非市场估值的先进计量经济学技术，包括分期双重差分法（DiD）、工具变量法（IV）和回归不连续设计（RDD）。核心目标是确保识别出的参数具有“福利相关性”，能够解决空间排序、假设偏差和天气冲击等复杂实证挑战。

计量经济学贡献提炼与定位

joe-contribution-framing

brycewang-stanford/Awesome-Journal-Skills

专为投稿顶级计量经济学期刊（如JoE）的学者设计。本指南教您如何将技术上正确的、局部的研究结果，提炼和升华成具有普遍适用性、能改变整个领域视角的重大方法论贡献。核心在于将贡献点从“模型M的估计器”提升到“当[条件]成立时进行有效推断的通用方法”，确保成果的学术影响力。

顶级学术研究设计论证

jop-research-design

brycewang-stanford/Awesome-Journal-Skills

本指南用于捍卫学术手稿的方法论严谨性。它涵盖了定量研究的因果识别技术（如DID、IV、RDD）、严谨的实验设计，以及定性研究中的过程追踪和案例选择。核心目标是确保研究设计具有高度的可重复性，并能清晰地化解潜在的混淆变量和竞争性解释。

研究设计与因果识别

brycewang-stanford/Awesome-Journal-Skills

本指南系统介绍了会计和金融领域建立可信因果推断的进阶方法论。内容涵盖差分中的差分（DiD）、工具变量（IV）、回归不连续设计（RDD）等核心技术，指导用户如何构建具有因果解释力的识别策略，避免将相关性误认为因果关系，适用于高水平学术论文撰写。

语言