计量经济学作为经济学领域的一个重要分支，主要以社会经济活动的实际数据为素材，以统计分析方法为手段，以预测和识别因果关系为目标，为经济管理的实证研究和量化分析提供理论基础和方法工具。由于社会经济数据的非实验性质，利用计量建模和量化分析的科学研究方法显得尤其重要。

一方面，计量经济学通过对实际数据的科学分析，为各种互为竞争的经济理论提供“证伪”的可能；另一方面，通过对经济管理模型的量化分析，为政策实施和政策评估提供科学决策的基础。因此，计量经济学在推动经济学科学化过程中发挥了不可替代的关键作用。虽然计量经济学最初以社会经济数据的分析为主，但随着量化分析的重要性在各学科领域中日益凸显，计量经济学的分析工具和分析方法已逐渐渗透到心理学、医疗管理、公共管理、金融工程、能源管理、社会学和政治学等各个领域，成为发展非常活跃、应用日益普及的方法论学科和交叉学科。

人们常说“相关性不等于因果关系”，但在经济学的研究中，一个核心问题是利用相关关系来确定因果关系。对于实验数据来说，这样做是相对直接的，但对于许多社会问题来说，研究者将感兴趣的因果变量直接进行比对分析是不可行的。因此本课程将重点阐述经济学家用来推断因果关系的计量统计方法，以及该方法在不同产业和案例中的实证应用。例如在教育中的数据研究、中国江西的农民收入问题、美国的种族歧视导致的黑人就业劳动问题和女性在工作中的被歧视问题。我们将利用线性回归的数据分析技术，使用实验性和观察性（非实验性）数据研究。我们将涵盖横截面回归调整，以及诸如差额法和工具变量法等 “自然实验”方法，对这些不同经济产业和不同社会问题进行科学的量化分析，从而在庞杂的数据中寻找不为人知的规律和症结。

A familiar saying is that “correlation does not equal causation”, but in economics, as in many related fields, a core concern is to determine causation using correlations. Doing so is relatively straightforward with experimental data, but for many questions of interest it is not feasible for a researcher to randomize the causal variable of interest. This course introduces methods used by economists to infer causality, as well as several empirical applications of that methodology. We will focus on linear regression techniques, using both experimental and observational (non-experimental) data. We will cover cross-section regression adjustment, as well as such “natural experiment” methods as difference-in-difference and instrumental variable methods.

• 计量经济与因果关系推论 Counterfactual notation and questions of interest for causal inference

• 线性回归和教育研究中的应用 Linear regression analysis

• 双重差分模型在农业和种族研究中的应用 Difference-in-difference methods

• 遗漏变量偏差的分析在性别研究中的应用 Analysis of omitted variable bias

• 学术研讨1 Final Project Phase I

• 学术研讨1 Final Project Phase II

• 项目回顾和成果展示 Program Review and Presentation

• 论文辅导Project Deliverables Tutoring

• 7周在线小组科研学习+5周不限时论文指导学习 共125课时

• 项目报告

• 学员获主导师Reference Letter

• EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）

• 结业证书

• 成绩单