技能市场

倾向得分匹配：Logit 估计倾向得分 + 最近邻匹配，控制选择性偏误后估计平均处理效应 ATT。

两阶段最小二乘：标注工具变量修正解释变量的内生性，附第一阶段 F 统计量弱工具检验。

两步 GMM 估计：工具变量多于内生变量时的过度识别标准选择，异方差稳健，适合动态面板与资产定价。

White 稳健标准误 OLS：怀疑异方差时无需变换模型即可获得一致的标准误（Stata robust 选项）。

回归诊断套件：VIF 共线性检测 + 残差正态性 JB 检验，多解释变量回归的体检报告。

蒙特卡洛重抽样模拟：200 次重复 OLS 估计，输出系数抽样分布的均值、标准差与 95% 分位区间。

Bootstrap 重抽样：500 次成对重抽样估计系数标准误与置信区间，小样本或异方差场景的稳健推断。

Stata summarize 风格描述统计：每个变量的观测数、均值、标准差、最小/最大值，论文第一张表。

Stata ttest 风格均值检验：判断变量均值是否显著异于零，附均值、标准误与 p 值。

断点回归设计：在临界值（分数线/日期/得分）附近用局部线性回归识别处理效应，输出 LATE 与最优带宽，准实验因果推断利器。

VAR 多变量时间序列：AIC 定阶后估计多变量动态系统的滞后系数，用于变量联动分析与预测。

GARCH(1,1) 条件波动率：估计收益序列的波动聚集效应，输出 alpha、beta 与波动持续性（半衰期）。