gaaiyun/econ-paper-studio

Was macht econ-paper-studio?

End-to-End-Arbeitsablauf für empirische Wirtschaftswissenschaften für KI-Agenten | Fünfstufige Pipeline (Frage/Design/Ausführung/Verifikation/Schreiben) | Basiert auf StatsPAI + academic-research-skills + dylantmoore stata-skill | Chinesisch-freundlich, Stata-first

Übersicht

Dieses Skill orchestriert den gesamten empirischen wirtschaftswissenschaftlichen Forschungsprozess. Es unterteilt die Arbeit in fünf verschiedene Phasen und stellt sicher, dass KI-Agenten systematisch von einer Forschungsfrage zu einem fertigen Manuskript gelangen.

Fünf Phasen

1. Frage: Formulierung einer Forschungsfrage und Entwicklung einer Hypothese.
2. Design: Entwicklung des Forschungsdesigns, einschließlich der Datenquellen und der Identifikationsstrategie.
3. Ausführung: Datenbeschaffung, -bereinigung und Durchführung der statistischen Analyse unter Verwendung von Stata.
4. Verifikation: Überprüfung und Robustheitstests der Ergebnisse.
5. Schreiben: Verfassen des Papiers, einschließlich der Zusammenfassung, der Methodik und der Schlussfolgerung.

Verwendung

# Um dieses Skill in einer KI-Agenten-Umgebung (z. B. Claude Code, Cursor) zu aktivieren, fügen Sie den folgenden Eintrag in Ihre Skill-Konfiguration ein:
skills:
  - name: gaaiyun/econ-paper-studio

Nach der Aktivierung wird der Agent die Phasen durchlaufen, indem er auf die spezifischen Anweisungen in den Aufgabenbeschreibungen verweist.

Abhängigkeiten

Dieses Skill importiert und baut auf folgenden Skills auf:

• StatsPAI – Ein Skill für statistische Analyse mit Unterstützung für mehrere Pakete.
• academic-research-skills – Ein Skill für allgemeine akademische Recherche-Workflows.
• dylantmoore stata-skill – Ein Skill, der speziell für die Arbeit mit Stata entwickelt wurde.

Konfiguration

Umgebungsvariablen (lokal überschreibbar):

Variable	Beschreibung	Standardwert
ECON_PROJECT_DIR	Stammverzeichnis des Projekts	./econ-project
STATA_PATH	Pfad zur Stata-Executable	stata
LANGUAGE	Bevorzugte Sprache für die Ausgabe	zh (Chinesisch)

Aufgaben

Jede Phase definiert mehrere Aufgaben. Der Agent sollte diese nacheinander ausführen.

Phase 1: Frage

1. Hypothese entwickeln (develop_hypothesis):
   • Recherchieren Sie die relevante Literatur.
   • Formulieren Sie eine klare, prüfbare Hypothese.
2. Variablen definieren (define_variables):
   • Identifizieren Sie die abhängige Variable, die unabhängige Variable und die Kontrollvariablen.
3. Forschungsfrage dokumentieren (document_question):
   • Schreiben Sie die Forschungsfrage und die Hypothese nach standardisierten akademischen Richtlinien auf.

Phase 2: Design

1. Datenquellen identifizieren (identify_data_sources):
   • Empfehlen Sie geeignete Datensätze (z. B. PSID, CPS, eigene Umfragedaten).
2. Schätzmodell spezifizieren (specify_model):
   • Wählen Sie die Schätzmethode (z. B. OLS, IV, DiD, RDD).
3. Analyseplan erstellen (create_analysis_plan):
   • Beschreiben Sie Schritt für Schritt die geplanten statistischen Tests und die Robustheitsprüfungen.

Phase 3: Ausführung

1. Daten laden und bereinigen (load_and_clean_data):
   • Erstellen Sie ein Stata-Do-File zum Laden, Zusammenführen und Bereinigen des Datensatzes.
2. Deskriptive Statistiken ausführen (run_descriptive_stats):
   • Erstellen Sie Stata-Code, der Zusammenfassungstabellen (z. B. tabstat, summarize) ausgibt.
3. Regressionsanalyse ausführen (run_regression):
   • Schreiben und führen Sie den primären Regressionscode aus (z. B. regress, ivregress).
4. Ergebnisse exportieren (export_results):
   • Exportieren Sie die Ergebnistabellen im LaTeX- oder CSV-Format mit esttab oder outreg2.

Phase 4: Verifikation

1. Robustheit testen (test_robustness):
   • Führen Sie alternative Modellspezifikationen durch (z. B. andere Kontrollvariablen, andere Stichproben).
2. Placebo-Tests durchführen (run_placebo_tests):
   • Führen Sie, falls relevant, Placebo-Tests (z. B. Behandlung zu einem falschen Zeitpunkt) durch.
3. Ergebnisse vergleichen (compare_results):
   • Vergleichen Sie die Hauptergebnisse mit den Robustheitsergebnissen und dokumentieren Sie alle Abweichungen.

Phase 5: Schreiben

1. Zusammenfassung verfassen (write_abstract):
   • Fassen Sie die Forschungsfrage, die Methodik und die wichtigsten Ergebnisse zusammen.
2. Einleitung und Methodik schreiben (write_intro_methods):
   • Schreiben Sie die Einleitung und den Methodikabschnitt des Papiers.
3. Ergebnisse darstellen (present_results):
   • Integrieren Sie die Tabellen und Abbildungen und schreiben Sie den Ergebnisteil.
4. Schlussfolgerung und Referenzen (conclusion_and_references):
   • Schreiben Sie die Schlussfolgerung und formatieren Sie die Referenzen.

Projektstruktur

Der Standard-Projektordner (ECON_PROJECT_DIR) sieht wie folgt aus:

./econ-project/
├── data/
│   ├── raw/
│   └── cleaned/
├── code/
│   ├── 01_clean.do
│   ├── 02_describe.do
│   ├── 03_regress.do
│   └── 04_robustness.do
├── output/
│   ├── tables/
│   └── figures/
├── manuscript/
│   ├── abstract.md
│   ├── introduction.md
│   ├── methods.md
│   ├── results.md
│   └── conclusion.md
└── README.md

Bewährte Vorgehensweisen

• Versionskontrolle: Führen Sie das gesamte Projekt in einem Git-Repository.
• Reproduzierbarkeit: Jedes Do-File muss unabhängig ausführbar sein und die Ausgabe im richtigen Ordner speichern.
• Dokumentation: Jedes Do-File sollte einen Header mit einer kurzen Beschreibung, dem Autor und dem Datum enthalten.
• Sprache: Standardmäßig sind die Ausgaben und das Schreiben auf Chinesisch. Setzen Sie die Umgebungsvariable LANGUAGE, wenn Sie eine andere Sprache benötigen.

Beitragen

Fehler und Funktionsanfragen sind willkommen. Reichen Sie bitte ein Issue auf GitHub ein.

Lizenz

MIT