文章摘要：本文探讨了高质量提示词在AI数据分析中的关键作用，介绍了构建有效提示词的四大原则（任务拆分、示例引导、明确具体、反思优化）和六大构成要素（任务、背景、示例、角色、格式、语气）。作者针对数据分析全流程（数据收集、清洗、分析、建模、报告）提供了实用的提示词模板，帮助读者更高效地利用ChatGPT等工具完成各类分析任务，强调了"会提问"比"会分析"更重要

Stata新命令sumdocx简介：轻量化输出描述性统计至Word文档 中国人民大学杨云帆介绍了一款由世界银行Kabira Namit开发的Stata新命令sumdocx，用于简化描述性统计结果输出到Word文档的过程。该命令基于Stata15+的putdocx功能，相比sum2docx、esttab等现有命令具有更简洁的语法和开箱即用的优势。其亮点包括：自动输出极端值占比和缺失值数量，便于数据探

DeepSeek 很方便，但是不支持分享对话 (ChatGPT 和豆包都支持)。虽然 DeepSeek 的开发人员声称会在未来的版本中添加此功能 (issue 308)，但估计还需要等一段时间。今天，给大家分享一个 Goole 浏览器 Chrome 插件，让我们可以轻松分享 DeepSeek 的对话。

本文对比了GPU和CPU的特点及其适用场景，指出GPU凭借并行计算优势更适用于深度学习和大模型任务。针对经济金融研究需求，文章提供了三档GPU配置建议：入门级RTX4060适合教学演示和小规模实验；主力级RTX4070/4070SUPER可支持7B级LLM微调；重度级RTX4090适用于13B级模型训练。同时强调传统计量分析通常只需CPU即可完成。最后指出，GPU在文本分析、LLM微调和多模态任务

摘要：本文探讨如何利用AI工具辅助学术研究中的假设生成环节。重点分析两种方法：Ludwig和Mullainathan提出的数据驱动型假设生成，以及Batista和Ross的文本挖掘式假设发现。作者指出AI在信息整合、表达重组和头脑风暴方面的优势，并强调其作为"理论辅助脑"而非替代研究者的定位。文章还提供了撰写有效Prompt的具体建议，包括明确研究背景、任务边界和预期输出格式，

全文阅读：https://www.lianxh.cn/news/2916ae8363459.html目录1. 引言2. 准备工作3. 数据清洗3.1 提取变量3.2 跨表合并4. 数据核查5. 跨年合并5.1 构建非平衡面板5.2 构建平衡面板5.3 计算社区均值5.4 构造处理组与对照组6. 结语7. 相关推文相关课程免费公开课最新课程-直播课关于我们1. 引言对于流行实证分析的经管等学科而言

文章摘要：本文探讨了高质量提示词在AI数据分析中的关键作用，介绍了构建有效提示词的四大原则（任务拆分、示例引导、明确具体、反思优化）和六大构成要素（任务、背景、示例、角色、格式、语气）。作者针对数据分析全流程（数据收集、清洗、分析、建模、报告）提供了实用的提示词模板，帮助读者更高效地利用ChatGPT等工具完成各类分析任务，强调了"会提问"比"会分析"更重要

AKShare是一个开源的Python金融数据接口库，专为简化金融数据分析而设计。它通过聚合多个数据源（如东方财富、新浪财经）并提供统一的API，将不同来源的金融数据标准化为pandas DataFrame格式。该库具有活跃的开发者社区，GitHub获12,200+星标，被1,300+项目依赖。安装简单，但需注意仅限学术研究使用。AKShare覆盖股票、期货、外汇、宏观经济等多个领域的数据接口，特

全文阅读：https://www.lianxh.cn/news/f1359e7fa9488.html目录1. 数据探索性分析2. 使用交叉验证来拟合最优 SVM 模型3. 在测试集上拟合模型4. 结论5. 参考资料6. 相关推文Stata16 已具有和 python 交互的功能，由此，我们可以在 Stata 中调用 python，也可以在 python 中读取 Stata 数据，从而实现“他山之石

实证研究往往会面临一个质疑：模型设定是正确的吗？例如，研究在班级中加入助教对教学质量的影响，常见的方法是构造回归方程。