讲师介绍：

高文静，杭州师范大学经济学院副教授，硕士生导师。2020年获清华大学经济管理学院应用经济学博士学位。研究方向为公共经济学、劳动经济学和中国经济。主讲课程有《实证分析方法与Stata应用》《微观经济学》《税收学》等。研究成果发表于《经济研究》《经济学（季刊）》《金融研究》和China Economic Review等国内外重要期刊。主持国家自然科学基金项目和浙江省自然科学基金项目。

课程介绍：

STATA课程

以 AI 技术为依托，结合 Stata 的强大功能，为学员打造了一套系统、高效、个性化的学习路径。

课程内容涵盖了从 Stata 的基础操作到高级数据分析方法，旨在帮助学员在 AI 的辅助下快速提升 Stata 应用能力，无论是学术研究还是实际工作场景，都能游刃有余地运用 Stata 进行数据处理与分析。

CFPS数据库课程

结合了 AI 技术与 Stata 软件的强大功能，通过系统化的教学内容和实战案例，帮助学员掌握 CFPS 数据清理的核心技能。

课程内容从 CFPS 数据的基本介绍入手，逐步深入到单数据库清理、多数据库合并以及家庭关系面板数据的重新构造，旨在让学员在 AI 的辅助下，快速提升数据清理效率，确保数据质量，为后续的学术研究或数据分析工作奠定坚实基础。

课程大纲-Stata操作与AI辅助：

模块一：AI与Stata简介

1. AI简介

2. Stata简介

• 安装、使用界面

• 数据文件、do文件、log文件

3. AI辅助学习Stata的原理

• 利用AI提高Stata学习效率

• AI提示词设置

模块二：AI+Stata进行数据清洗、管理

1. 数据清洗

• 缺失值、异常值的识别与处理

• 变量定义、取值的统一

2. 数据管理

• 数据库匹配merge, append

• 代码自动化macro, 循环

课程大纲-AI+Stata清理CFPS数据：

模块一：CFPS数据介绍及数据清理原理

1. CFPS数据简介

抽样方法、数据结构、常用变量

2. AI+Stata清理CFPS数据原理

清理数据的步骤和流程

利用AI加速工作流程

模块二：AI+Stata进行单数据库清理

案例：AI辅助清理认知能力、非认知能力变量

1. 提取目标变量

2. 缺失值、异常值识别与处理

3. 变量标准化处理

4. 保存数据

模块三：AI+Stata进行多数据库合并

案例：AI辅助构造个人面板数据

1. 同一个数据库跨年匹配

检查匹配变量，确认合并方式

根据pid和wave进行数据匹配

案例：AI辅助匹配个人数据和家庭数据

2. 同年多个数据库匹配

检查匹配变量，确认合并方式

根据hhid进行数据匹配

模块四：AI+Stata重新构造家庭关系面板数据

案例：AI辅助构造子女面板数据

1. 家庭关系重新定义

提取子女信息，根据子女pid重新定义家庭关系

2. 提取变量

批量处理变量、设置标签

3. 合并数据

在线咨询：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu