CommunitySchreiben & Editierengithub.com

ilearn574680-stack/econ-idea-workflow

Kompletter Cursor-Skill für den gesamten Workflow der wirtschaftswissenschaftlichen Themenfindung: Literaturrecherche (international/CNKI) → Themenverfeinerung → ökonometrische und Stata-Implementierung. Ein-Klick-Installation, in Kombination mit MCP nutzbar.

Was ist econ-idea-workflow?

Dieser Skill bietet einen vollständigen Arbeitsablauf für die wirtschaftswissenschaftliche Themenfindung und -umsetzung in Cursor. Er umfasst die Phasen der Literaturrecherche (sowohl internationale als auch chinesische Quellen über CNKI), die Verfeinerung des Forschungsthemas und die anschließende ökonometrische Analyse mit Stata. Der Skill ist so konzipiert, dass er mit dem MCP (Model Context Protocol) zusammenarbeitet, um eine tiefere Integration und Automatisierung zu ermöglichen. Er enthält auch eine umfassende Stata-Referenz mit kritischen Hinweisen zu häufigen Fallstricken, einer Routingtabelle für den schnellen Zugriff auf relevante Dokumentationen und Beispielen für gängige ökonometrische Verfahren wie Paneldatenanalyse und Differenz-von-Differenzen-Schätzer. Ziel ist es, Forschern und Studierenden einen nahtlosen Übergang von der Idee zur empirischen Arbeit zu ermöglichen.

Funktioniert mit✓Claude Code~Codex CLI✓Cursor
npx skills add ilearn574680-stack/econ-idea-workflow

Installed? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Stata Skill

Sie haben Zugriff auf umfassende Stata-Referenzdateien. Laden Sie nicht alle Dateien. Lesen Sie nur die 1-3 Dateien, die für die aktuelle Aufgabe des Benutzers relevant sind, und verwenden Sie dazu die untenstehende Routingtabelle.


Kritische Fallstricke

Dies sind Stata-spezifische Fallstricke, die zu stillen Fehlern führen. Verinnerlichen Sie diese, bevor Sie Code schreiben.

Fehlende Werte sortieren nach +Unendlich

Statas . (und .a-.z) sind größer als alle Zahlen.

* FALSCH – enthält Beobachtungen, bei denen Einkommen fehlt!
gen high_income = (income > 50000)

* RICHTIG
gen high_income = (income > 50000) if !missing(income)

* FALSCH – fehlende Alter erscheinen in dieser Liste
list if age > 60

* RICHTIG
list if age > 60 & !missing(age)

= vs ==

= ist die Zuweisung; == ist der Vergleich. Die Verwechslung führt zu Syntaxfehlern oder stillen Fehlern.

* FALSCH – Syntaxfehler
gen employed = 1 if status = 1

* RICHTIG
gen employed = 1 if status == 1

Lokale Makro-Syntax

Lokale Makros verwenden `name' (Backtick + einfaches Anführungszeichen). Globale Makros verwenden $name oder ${name}. Das Vergessen des schließenden Anführungszeichens ist der häufigste Makro-Fehler.

local controls "age education income"
regress wage `controls'        // korrekt
regress wage `controls         // FALSCH – fehlendes schließendes Anführungszeichen
regress wage 'controls'        // FALSCH – falsche Anführungszeichen

by erfordert vorherige Sortierung (Verwenden Sie bysort)

* FALSCH – Fehler, wenn Daten nicht nach id sortiert
bysort id: gen first = (_n == 1)  // FALSCH: bysort nicht verwendet
* Besser: bysort sortiert automatisch
bysort id: gen first = (_n == 1)

* Auch RICHTIG – explizite Sortierung
sort id
by id: gen first = (_n == 1)

Faktorvariablen-Notation (i. und c.)

Verwenden Sie i. für kategoriale und c. für kontinuierliche Variablen. Das Weglassen von i. behandelt Kategorien als kontinuierlich.

* FALSCH – behandelt race als kontinuierlich (z.B. race=3 hat 3-fachen Effekt von race=1)
regress wage race education

* RICHTIG – erstellt automatisch Dummies
regress wage i.race education

* Interaktionen
regress wage i.race##c.education    // vollständige Interaktion
regress wage i.race#c.education     // nur Interaktion (keine Haupteffekte)

generate vs replace

generate erstellt neue Variablen; replace ändert bestehende. Die Verwendung von generate für einen bestehenden Variablennamen ist ein Fehler.

gen x = 1
gen x = 2          // FEHLER: x bereits definiert
replace x = 2      // korrekt

Zeichenkettenvergleich ist Groß-/Kleinschreibung-beachtend

* Kann "Male", "MALE", etc. übersehen
keep if gender == "male"

* Sicherer
keep if lower(gender) == "male"

merge: Überprüfen Sie immer _merge

Überspringen Sie niemals tab _merge – es kostet nichts und ist die einzige Diagnose, die Sie erhalten, wenn assert fehlschlägt.

merge 1:1 id using other.dta
tab _merge                      // IMMER tab vor assert
assert _merge == 3              // schlägt ohne tab-Ausgabe still fehl
drop _merge

preserve / restore + tempfile für Collapse-Merge-Back

Das Standardmuster zur Berechnung von Gruppenstatistiken und deren Zusammenführung mit den Originaldaten:

tempfile stats
preserve
collapse (mean) avg_x=x, by(group)
save `stats'
restore
merge m:1 group using `stats'
tab _merge
assert _merge == 3
drop _merge

Für einfache Gruppenmittelwerte vermeidet bysort group: egen avg_x = mean(x) den gesamten Round-Trip.

Gewichte sind nicht austauschbar

  • fweight – Häufigkeitsgewichte (Replikation)
  • aweight – Analytische/Regressionsgewichte (inverse Varianz)
  • pweight – Wahrscheinlichkeits-/Stichprobengewichte (Umfragedaten, impliziert robuste Standardfehler)
  • iweight – Wichtigkeitsgewichte (selten verwendet)

capture schluckt Fehler

capture some_command
if _rc != 0 {
    di as error "Fehlgeschlagen mit Code: " _rc
    exit _rc
}

Zeilenfortsetzung verwendet ///

regress y x1 x2 x3 ///
    x4 x5 x6, ///
    vce(robust)

Gespeicherte Ergebnisse: r() vs e() vs s()

  • r() – r-class-Befehle (summarize, tabulate, etc.)
  • e() – e-class-Befehle (Schätzung: regress, logit, etc.)
  • s() – s-class-Befehle (Parsing)

Ein neuer Schätzbefehl überschreibt vorherige e()-Ergebnisse. Speichern Sie diese zuerst:

regress y x1 x2
estimates store model1

Stata von der Kommandozeile ausführen

Claude kann Stata-Code ausführen, indem es .do-Dateien im Batch-Modus vom Terminal aus startet. So führen Sie Stata nicht-interaktiv aus.

Das Stata-Binary finden

Stata ist unter macOS ein .app-Bundle. Das eigentliche Binary befindet sich darin. Übliche Orte:

# Stata 18 / StataNow (am häufigsten)
/Applications/Stata/StataMP.app/Contents/MacOS/stata-mp
/Applications/StataNow/StataMP.app/Contents/MacOS/stata-mp

# Andere Editionen (SE, BE)
/Applications/Stata/StataSE.app/Contents/MacOS/stata-se
/Applications/Stata/StataBE.app/Contents/MacOS/stata-be

Wenn Stata nicht im $PATH ist, finden Sie es mit: mdfind -name "stata-mp" | grep MacOS

Batch-Modus (-b)

# Führen Sie eine .do-Datei im Batch-Modus aus – die Ausgabe geht an <filename>.log
/Applications/Stata/StataMP.app/Contents/MacOS/stata-mp -b do analysis.do

# Wenn stata-mp im PATH ist (z.B. über Symlink oder Alias):
stata-mp -b do analysis.do
  • -b = Batch-Modus (nicht-interaktiv, keine GUI)
  • Die Ausgabe (alles, was Stata anzeigen würde) wird in analysis.log im Arbeitsverzeichnis geschrieben
  • Der Exit-Code ist 0 bei Erfolg, nicht-null bei Fehler
  • Die Log-Datei enthält die gesamte Ausgabe, einschließlich Fehlermeldungen – überprüfen Sie sie nach der Ausführung

Inline-Stata-Code ausführen

Um einen schnellen Stata-Snippet ohne Erstellung einer .do-Datei auszuführen:

# Schreiben Sie eine temporäre .do-Datei und führen Sie sie aus
cat > /tmp/stata_run.do << 'EOF'
sysuse auto, clear
summarize price mpg
EOF
stata-mp -b do /tmp/stata_run.do
cat /tmp/stata_run.log

Ergebnisse überprüfen

# Prüfen, ob es erfolgreich war
stata-mp -b do tests/run_tests.do && echo "ERFOLG" || echo "FEHLGESCHLAGEN"

# Durchsuchen Sie das Log nach Bestehen/Fehlschlagen
grep -E "PASS|FAIL|error|r\([0-9]+\)" run_tests.log

Tipps

  • clear all am Anfang von Batch-Skripten – Der Batch-Modus startet mit einer frischen Stata-Sitzung, aber clear all stellt sicher, dass keine alten Zustände aus vorherigen Läufen in derselben Sitzung vorhanden sind.
  • set more off – verhindert, dass Stata für --more---Eingabeaufforderungen anhält (tödlich im Batch-Modus).
  • Log-Dateien überschreiben stillschweigend – analysis.do schreibt immer in analysis.log im aktuellen Verzeichnis. Wenn Sie mehrere .do-Dateien ausführen, überprüfen Sie das richtige Log.
  • Arbeitsverzeichnis – Das Arbeitsverzeichnis von Stata ist das Verzeichnis, von dem aus Sie den Befehl ausführen, nicht der Speicherort der .do-Datei. Verwenden Sie bei Bedarf cd in der .do-Datei oder absolute Pfade.

Routingtabelle

Lesen Sie nur die für die Aufgabe des Benutzers relevanten Dateien. Die Pfade sind relativ zu dieser SKILL.md-Datei.

Datenoperationen

DateiThemen & Schlüsselbefehle
references/basics-getting-started.mduse, save, describe, browse, sysuse, grundlegender Workflow
references/data-import-export.mdimport delimited, import excel, ODBC, export, Webdaten
references/data-management.mdgenerate, replace, merge, append, reshape, collapse, recode, egen, encode/decode
references/variables-operators.mdVariablentypen, byte/int/long/float/double, Operatoren, fehlende Werte (.<.a), if/in-Qualifizierer
references/string-functions.mdsubstr(), regexm(), strtrim(), split, ustrlen(), Regex, Unicode
references/date-time-functions.mddate(), clock(), %td/%tc-Formate, mdy(), dofm(), Geschäftskalender
references/mathematical-functions.mdround(), log(), exp(), abs(), mod(), cond(), Verteilungen, Zufallszahlen

Statistik & Ökonometrie

DateiThemen & Schlüsselbefehle
references/descriptive-statistics.mdsummarize, tabulate, correlate, tabstat, codebook, gewichtete Statistiken
references/linear-regression.mdregress, vce(robust), vce(cluster), test, lincom, margins, predict, ivregress
references/panel-data.mdxtset, xtreg fe/re, Hausman-Test, xtabond, dynamische Panels
references/time-series.mdtsset, ARIMA, VAR, dfuller, pperron, irf, Prognose
references/limited-dependent-variables.mdlogit, probit, tobit, poisson, nbreg, mlogit, ologit, margins für nichtlineare Modelle
references/bootstrap-simulation.mdbootstrap, simulate, permute, Monte Carlo
references/survey-data-analysis.mdsvyset, svy:, subpop(), komplexe Stichprobendesigns, Replikationsgewichte
references/missing-data-handling.mdmi impute, mi estimate, FIML, misstable, Diagnostik
references/maximum-likelihood.mdml model, benutzerdefinierte Likelihood-Funktionen, ml init, gradientenbasierte Optimierung
references/gmm-estimation.mdgmm, Momentenbedingungen, estat overid, J-Test

Kausale Inferenz

DateiThemen & Schlüsselbefehle
references/treatment-effects.mdteffects ra/ipw/ipwra/aipw, stteffects, ATE/ATT/ATET
references/difference-in-differences.mdDiD, parallele Trends, Ereignisstudien, gestaffelte Einführung
references/regression-discontinuity.mdScharfe/unscharfe RD, Bandbreitenauswahl, rdplot
references/matching-methods.mdPSM, nächster Nachbar, Kernel-Matching, teffects nnmatch
references/sample-selection.mdheckman, heckprobit, Behandlungsmodelle, Ausschlussrestriktionen

Fortgeschrittene Methoden

DateiThemen & Schlüsselbefehle
references/survival-analysis.mdstset, stcox, streg, Kaplan-Meier, parametrische Modelle
references/sem-factor-analysis.mdsem, gsem, CFA, Pfadanalyse, alpha, Reliabilität
references/nonparametric-methods.mdkdensity, Rangtests, qreg, npregress
references/spatial-analysis.mdspmatrix, spregress, räumliche Gewichte, Moran's I
references/machine-learning.mdlasso, elasticnet, cvlasso, Kreuzvalidierung

Grafiken

DateiThemen & Schlüsselbefehle
references/graphics.mdtwoway, scatter, line, bar, histogram, graph combine, graph export, Schemata

Programmierung

DateiThemen & Schlüsselbefehle
references/programming-basics.mdlocal, global, foreach, forvalues, program define, syntax, return
references/advanced-programming.mdsyntax, mata, Klassen, _prefix, Dialogfelder, tempfile/tempvar
references/mata-introduction.mdMata-Grundlagen, wann Mata vs. ado verwendet werden sollte, Datentypen
references/mata-programming.mdMata-Funktionen, Kontrollfluss, Strukturen, Zeiger
references/mata-matrix-operations.mdMatrixerstellung, Zerlegungen, Löser, st_matrix()
references/mata-data-access.mdst_data(), st_view(), st_store(), Leistungstipps

Ausgabe & Workflow

DateiThemen & Schlüsselbefehle
references/tables-reporting.mdputexcel, putdocx, putpdf, LaTeX-Integration, collect
references/workflow-best-practices.mdProjektstruktur, Master-Do-Files, Versionskontrolle, Debugging, häufige Fehler
references/external-tools-integration.mdPython über python:, R über rsource, Shell-Befehle, Git
references/filing-issues.mdBenutzer möchte eine Lücke oder einen Fehler in der Stata-Skill-Dokumentation melden

Community-Pakete

DateiBeschreibung
packages/reghdfe.mdHochdimensionale Fixed-Effects-OLS (absorbiert effizient mehrere FE-Sets)
packages/estout.mdesttab/estout: Publikationsqualität-Regressionstabellen
packages/outreg2.mdAlternativer Regressionstabellen-Export (Word, Excel, TeX)
packages/asdoc.mdEin-Befehl-Word-Dokumenterstellung für jede Stata-Ausgabe
packages/tabout.mdKreuztabellen und Zusammenfassungstabellen in Dateien
packages/coefplot.mdKoeffizientenplots aus gespeicherten Schätzungen
packages/graph-schemes.mdgrstyle, schemepack, plotplain – bessere Diagrammthemen
packages/did.mdModernes DiD: csdid, did_multiplegt, did_imputation (Callaway-Sant'Anna, de Chaisemartin-D'Haultfoeuille, Borusyak-Jaravel-Spiess)
packages/event-study.mdeventstudyinteract, eventdd – Ereignisstudien-Schätzer
packages/rdrobust.mdRobuste RD-Schätzung mit optimaler Bandbreite (rdrobust, rdplot, rdbwselect)
packages/psmatch2.mdPropensity Score Matching (nächster Nachbar, Kernel, Radius)
packages/synth.mdSynthetische Kontrollmethode (synth, synth_runner)
packages/ivreg2.mdErweitertes IV/2SLS: ivreg2, xtivreg2 mit zusätzlicher Diagnostik
packages/xtabond2.mdDynamisches Panel-GMM (Arellano-Bond/Blundell-Bond)
packages/binsreg.mdBinned Scatter Plots mit KI (binsreg, binstest)
packages/nprobust.mdNichtparametrische Kernelschätzung und Inferenz
packages/diagnostics.mdbacondecomp, xttest3, Kollinearität, Heteroskedastizitätstests
packages/winsor.mdWinsorisieren und Trimmen: winsor2, winsor
packages/data-manipulation.mdgtools (schnelles collapse/egen), rangestat, egenmore
packages/package-management.mdssc install, net install, ado update, Pakete finden

Häufige Muster

Regressionstabellen-Workflow

* Modelle schätzen
eststo clear
eststo: regress y x1 x2, vce(robust)
eststo: regress y x1 x2 x3, vce(robust)
eststo: regress y x1 x2 x3 x4, vce(cluster id)

* Tabelle exportieren
esttab using "results.tex", replace ///
    se star(* 0.10 ** 0.05 *** 0.01) ///
    label booktabs ///
    title("Hauptresultate") ///
    mtitles("(1)" "(2)" "(3)")

Panel-Daten-Setup

xtset panelid timevar          // Panelstruktur deklarieren
xtdescribe                      // Gleichgewicht prüfen
xtsum outcome                   // Within-/Between-Variation

* Fixed Effects
xtreg y x1 x2, fe vce(cluster panelid)
* Oder mit reghdfe (bevorzugt für mehrere FE)
reghdfe y x1 x2, absorb(panelid timevar) vce(cluster panelid)

Differenz-von-Differenzen

* Klassisches 2x2-DiD
gen post = (year >= treatment_year)
gen treat_post = treated * post
regress y treated post treat_post, vce(cluster panelid)

* Neuere Methoden
ssc install csdid, replace
ssc install did_multiplegt, replace

* Callaway & Sant'Anna (2021)
csdid y, ivar(panelid) time(timevar) gvar(first_treat_year)

* De Chaisemartin & D'Haultfoeuille (2020)
did_multiplegt y panelid timevar treated, robust_dynamic

Zusammenführungsmuster mit Überprüfung

* 1:1-Zusammenführung
merge 1:1 id using "additional_data.dta"
tab _merge
assert _merge == 3
drop _merge

* m:1-Zusammenführung
merge m:1 city using "city_stats.dta"
tab _merge
assert inlist(_merge, 2, 3)
drop _merge

Verwandte Skills