Community라이팅 & 에디팅github.com

ilearn574680-stack/econ-idea-workflow

경제학 연구 주제 선정 전체 워크플로우 Cursor Skill: 문헌 검색(국제/CNKI) → 주제 다듬기 → 계량 및 Stata 실증 분석. 원클릭 설치, MCP와 함께 사용.

econ-idea-workflow란 무엇인가요?

이 스킬은 경제학 연구자 및 대학원생이 Cursor IDE 내에서 연구 주제 선정의 전체 과정을 체계적으로 수행할 수 있도록 설계된 Cursor Skill입니다. 국제 학술 데이터베이스(Web of Science, Scopus 등)와 중국 CNKI(China National Knowledge Infrastructure)를 포함한 주요 문헌 데이터베이스에서 관련 논문을 검색하고, 검색된 문헌을 바탕으로 연구 주제를 구체화 및 다듬는 과정을 지원합니다. 이후에는 Stata를 활용한 계량경제학적 실증 분석 단계로 자연스럽게 이어지며, 이 스킬은 Stata 명령어의 일반적인 함정과 최적의 코딩 관행에 대한 포괄적인 참조 자료를 포함하고 있습니다. 특히 누락값 처리, 매크로 문법, 요인 변수 표기법 등 Stata 사용 시 자주 발생하는 오류를 방지하는 'Critical Gotchas' 섹션을 통해 실수를 최소화하고, CLI에서 Stata를 배치 모드로 실행하는 방법을 상세히 안내합니다. MCP(Model Context Protocol)와의 통합을 통해 Cursor의 AI 컨텍스트를 풍부하게 하여, 문헌 검색 결과를 바탕으로 한 주제 추천 및 분석 코드 생성의 정확성을 높입니다. 이 스킬은 경제학 연구의 초기 단계인 주제 선정부터 최종 실증 분석까지 하나의 워크플로우로 통합하여 연구 생산성을 극대화하는 것을 목표로 합니다.

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

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

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

Stata Skill

포괄적인 Stata 참조 파일에 액세스할 수 있습니다. 모든 파일을 로드하지 마십시오. 아래 라우팅 테이블을 사용하여 사용자의 현재 작업과 관련된 1-3개의 파일만 읽으십시오.


중요한 함정 (Critical Gotchas)

다음은 침묵하는 버그로 이어지는 Stata 특유의 함정입니다. 코드를 작성하기 전에 반드시 내재화하십시오.

누락값은 +무한대로 정렬됨

Stata의 .(및 .a-.z)는 모든 숫자보다 큽니다.

* 잘못된 예 — 소득이 누락된 관측치도 포함됨!
gen high_income = (income > 50000)

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

* 잘못된 예 — 누락된 나이가 이 목록에 나타남
list if age > 60

* 올바른 예
list if age > 60 & !missing(age)

= vs ==

=는 할당이고, ==는 비교입니다. 혼동하면 구문 오류 또는 침묵하는 버그가 발생합니다.

* 잘못된 예 — 구문 오류
gen employed = 1 if status = 1

* 올바른 예
gen employed = 1 if status == 1

지역 매크로 구문

지역 변수는 `name'(백틱 + 작은따옴표)을 사용합니다. 전역 변수는 $name 또는 ${name}을 사용합니다. 닫는 따옴표를 잊는 것은 가장 흔한 매크로 버그입니다.

local controls "age education income"
regress wage `controls'        // 올바름
regress wage `controls         // 잘못됨 — 닫는 따옴표 누락
regress wage 'controls'        // 잘못됨 — 잘못된 따옴표 문자

by는 사전 정렬이 필요합니다 (bysort 사용)

* 잘못된 예 — 데이터가 id로 정렬되지 않으면 오류 발생
by id: gen first = (_n == 1)

* 올바른 예 — bysort가 자동으로 정렬
bysort id: gen first = (_n == 1)

* 또한 올바른 예 — 명시적 정렬
sort id
by id: gen first = (_n == 1)

요인 변수 표기법 (i. 및 c.)

범주형 변수에는 i.를, 연속형 변수에는 c.를 사용하십시오. i.를 생략하면 범주를 연속형으로 처리합니다.

* 잘못된 예 — race를 연속형으로 처리함 (예: race=3은 race=1의 3배 효과)
regress wage race education

* 올바른 예 — 자동으로 더미 변수 생성
regress wage i.race education

* 상호작용
regress wage i.race##c.education    // 전체 상호작용
regress wage i.race#c.education     // 상호작용만 (주효과 없음)

generate vs replace

generate는 새 변수를 만들고, replace는 기존 변수를 수정합니다. 기존 변수 이름에 generate를 사용하면 오류가 발생합니다.

gen x = 1
gen x = 2          // 오류: x가 이미 정의됨
replace x = 2      // 올바름

문자열 비교는 대소문자를 구분함

* "Male", "MALE" 등을 놓칠 수 있음
keep if gender == "male"

* 더 안전함
keep if lower(gender) == "male"

merge 후 항상 _merge 확인

tab _merge를 절대 건너뛰지 마십시오. 비용이 들지 않으며 assert가 실패할 때 얻을 수 있는 유일한 진단 도구입니다.

merge 1:1 id using other.dta
tab _merge                      // assert 전에 항상 tab 실행
assert _merge == 3              // tab 출력 없이는 조용히 실패함
drop _merge

축소-병합-복원을 위한 preserve / restore + tempfile

그룹 통계를 계산하고 원래 데이터에 병합하는 표준 패턴:

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

단순한 그룹 평균의 경우 bysort group: egen avg_x = mean(x)가 전체 과정을 피할 수 있습니다.

가중치는 상호 교환 가능하지 않음

  • fweight — 빈도 가중치 (복제)
  • aweight — 분석/회귀 가중치 (역분산)
  • pweight — 확률/표집 가중치 (설문 데이터, 강건한 표준오차 내포)
  • iweight — 중요도 가중치 (드물게 사용)

capture는 오류를 삼킴

capture some_command
if _rc != 0 {
    di as error "코드로 실패함: " _rc
    exit _rc
}

줄 연속에는 /// 사용

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

저장된 결과: r() vs e() vs s()

  • r() — r-클래스 명령어 (summarize, tabulate 등)
  • e() — e-클래스 명령어 (추정: regress, logit 등)
  • s() — s-클래스 명령어 (파싱)

새로운 추정 명령어는 이전의 e() 결과를 덮어씁니다. 먼저 저장하십시오:

regress y x1 x2
estimates store model1

명령줄에서 Stata 실행하기

Claude는 터미널에서 .do 파일을 배치 모드로 실행하여 Stata 코드를 실행할 수 있습니다. 이것이 Stata를 비대화식으로 실행하는 방법입니다.

Stata 바이너리 찾기

macOS에서 Stata는 .app 번들입니다. 실제 바이너리는 그 안에 있습니다. 일반적인 위치:

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

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

Stata가 $PATH에 없으면 다음으로 찾으십시오: mdfind -name "stata-mp" | grep MacOS

배치 모드 (-b)

# .do 파일을 배치 모드로 실행 — 출력은 <filename>.log로 감
/Applications/Stata/StataMP.app/Contents/MacOS/stata-mp -b do analysis.do

# stata-mp가 PATH에 있는 경우 (예: 심볼릭 링크 또는 별칭 통해):
stata-mp -b do analysis.do
  • -b = 배치 모드 (비대화식, GUI 없음)
  • 출력 (Stata가 표시할 모든 것)은 작업 디렉토리의 analysis.log에 기록됨
  • 종료 코드는 성공 시 0, 오류 시 0이 아님
  • 로그 파일에는 오류 메시지를 포함한 모든 출력이 포함됨 — 실행 후 확인

인라인 Stata 코드 실행

.do 파일을 만들지 않고 빠른 Stata 코드 조각을 실행하려면:

# 임시 .do 파일을 작성하고 실행
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

결과 확인

# 성공 여부 확인
stata-mp -b do tests/run_tests.do && echo "SUCCESS" || echo "FAILED"

# 로그에서 통과/실패 검색
grep -E "PASS|FAIL|error|r\([0-9]+\)" run_tests.log

팁

  • 배치 스크립트 상단에 clear all — 배치 모드는 새 Stata 세션으로 시작하지만, clear all은 동일 세션에서 이전 실행의 오래된 상태가 없도록 보장합니다.
  • set more off — Stata가 --more-- 프롬프트(배치 모드에서 치명적)를 위해 일시 중지하는 것을 방지합니다.
  • 로그 파일은 조용히 덮어씀 — analysis.do는 항상 현재 디렉토리의 analysis.log에 씁니다. 여러 .do 파일을 실행하는 경우 올바른 로그를 확인하십시오.
  • 작업 디렉토리 — Stata의 작업 디렉토리는 .do 파일이 있는 곳이 아니라 명령을 실행하는 곳입니다. 필요한 경우 .do 파일에서 cd를 사용하거나 절대 경로를 사용하십시오.

라우팅 테이블

사용자 작업과 관련된 파일만 읽으십시오. 경로는 이 SKILL.md 파일을 기준으로 합니다.

데이터 작업

파일주제 및 주요 명령어
references/basics-getting-started.mduse, save, describe, browse, sysuse, 기본 워크플로우
references/data-import-export.mdimport delimited, import excel, ODBC, export, 웹 데이터
references/data-management.mdgenerate, replace, merge, append, reshape, collapse, recode, egen, encode/decode
references/variables-operators.md변수 유형, byte/int/long/float/double, 연산자, 누락값 (.<.a), if/in 한정자
references/string-functions.mdsubstr(), regexm(), strtrim(), split, ustrlen(), 정규식, 유니코드
references/date-time-functions.mddate(), clock(), %td/%tc 형식, mdy(), dofm(), 비즈니스 달력
references/mathematical-functions.mdround(), log(), exp(), abs(), mod(), cond(), 분포, 난수

통계 및 계량경제학

파일주제 및 주요 명령어
references/descriptive-statistics.mdsummarize, tabulate, correlate, tabstat, codebook, 가중 통계
references/linear-regression.mdregress, vce(robust), vce(cluster), test, lincom, margins, predict, ivregress
references/panel-data.mdxtset, xtreg fe/re, Hausman 검정, xtabond, 동적 패널
references/time-series.mdtsset, ARIMA, VAR, dfuller, pperron, irf, 예측
references/limited-dependent-variables.mdlogit, probit, tobit, poisson, nbreg, mlogit, ologit, 비선형 모형을 위한 margins
references/bootstrap-simulation.mdbootstrap, simulate, permute, 몬테카를로
references/survey-data-analysis.mdsvyset, svy:, subpop(), 복합 설문 설계, 복제 가중치
references/missing-data-handling.mdmi impute, mi estimate, FIML, misstable, 진단
references/maximum-likelihood.mdml model, 사용자 정의 우도 함수, ml init, 경사 기반 최적화
references/gmm-estimation.mdgmm, 모멘트 조건, estat overid, J-검정

인과 추론

파일주제 및 주요 명령어
references/treatment-effects.mdteffects ra/ipw/ipwra/aipw, stteffects, ATE/ATT/ATET
references/difference-in-differences.mdDiD, 평행 추세, 사건 연구, 단계적 채택
references/regression-discontinuity.md예리/퍼지 RD, 대역폭 선택, rdplot
references/matching-methods.mdPSM, 최근접 이웃, 커널 매칭, teffects nnmatch
references/sample-selection.mdheckman, heckprobit, 처리 모형, 배제 제한

고급 방법

파일주제 및 주요 명령어
references/survival-analysis.mdstset, stcox, streg, Kaplan-Meier, 모수적 모형
references/sem-factor-analysis.mdsem, gsem, CFA, 경로 분석, alpha, 신뢰도
references/nonparametric-methods.mdkdensity, 순위 검정, qreg, npregress
references/spatial-analysis.mdspmatrix, spregress, 공간 가중치, Moran's I
references/machine-learning.mdlasso, elasticnet, cvlasso, 교차 검증

그래픽

파일주제 및 주요 명령어
references/graphics.mdtwoway, scatter, line, bar, histogram, graph combine, graph export, 구성표

프로그래밍

파일주제 및 주요 명령어
references/programming-basics.mdlocal, global, foreach, forvalues, program define, syntax, return
references/advanced-programming.mdsyntax, mata, 클래스, _prefix, 대화 상자, tempfile/tempvar
references/mata-introduction.mdMata 기초, Mata 사용 시기 vs ado, 데이터 유형
references/mata-programming.mdMata 함수, 흐름 제어, 구조체, 포인터
references/mata-matrix-operations.md행렬 생성, 분해, 해법, st_matrix()
references/mata-data-access.mdst_data(), st_view(), st_store(), 성능 팁

출력 및 워크플로우

파일주제 및 주요 명령어
references/tables-reporting.mdputexcel, putdocx, putpdf, LaTeX 통합, collect
references/workflow-best-practices.md프로젝트 구조, 마스터 do-파일, 버전 관리, 디버깅, 일반적인 실수
references/external-tools-integration.mdpython:을 통한 Python, rsource를 통한 R, 셸 명령어, Git
references/filing-issues.md사용자가 Stata 스킬 문서의 격차나 오류를 저장소에 보고하려는 경우

커뮤니티 패키지

파일기능
packages/reghdfe.md고차원 고정 효과 OLS (여러 FE 집합을 효율적으로 흡수)
packages/estout.mdesttab/estout: 게재 가능한 회귀 테이블
packages/outreg2.md대체 회귀 테이블 내보내기 (Word, Excel, TeX)
packages/asdoc.md모든 Stata 출력에 대한 원클릭 Word 문서 생성
packages/tabout.md교차표 및 요약 테이블을 파일로
packages/coefplot.md저장된 추정치로부터 계수 그림
packages/graph-schemes.mdgrstyle, schemepack, plotplain — 더 나은 그래프 테마
packages/did.md현대 DiD: csdid, did_multiplegt, did_imputation (Callaway-Sant'Anna, de Chaisemartin-D'Haultfoeuille, Borusyak-Jaravel-Spiess)
packages/event-study.mdeventstudyinteract, eventdd — 사건 연구 추정량
packages/rdrobust.md최적 대역폭을 사용한 강건한 RD 추정 (rdrobust, rdplot, rdbwselect)
packages/psmatch2.md성향 점수 매칭 (최근접 이웃, 커널, 반경)
packages/synth.md합성 대조법 (synth, synth_runner)
packages/ivreg2.md향상된 IV/2SLS: ivreg2, xtivreg2 (추가 진단 포함)
packages/xtabond2.md동적 패널 GMM (Arellano-Bond/Blundell-Bond)
packages/binsreg.md신뢰구간이 있는 구간별 산점도 (binsreg, binstest)
packages/nprobust.md비모수 커널 추정 및 추론
packages/diagnostics.mdbacondecomp, xttest3, 공선성, 이분산성 검정
packages/winsor.md윈저화 및 절단: winsor2, winsor
packages/data-manipulation.mdgtools (빠른 collapse/egen), rangestat, egenmore
packages/package-management.mdssc install, net install, ado update, 패키지 찾기

일반적인 패턴

회귀 테이블 워크플로우

* 모델 추정
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)

* 테이블 내보내기
esttab using "results.tex", replace ///
    se star(* 0.10 ** 0.05 *** 0.01) ///
    label booktabs ///
    title("주요 결과") ///
    mtitles("(1)" "(2)" "(3)")

패널 데이터 설정

xtset panelid timevar          // 패널 구조 선언
xtdescribe                      // 균형 확인
xtsum outcome                   // 군집 내/군집 간 변동

* 고정 효과
xtreg y x1 x2, fe vce(cluster panelid)
* 또는 reghdfe 사용 (여러 FE에 선호됨)
reghdfe y x1 x2, absorb(panelid timevar) vce(cluster panelid)

이중차분법

* 고전적인 2x2 DiD
gen post = (year >= treatment_year)
gen treat_post = treated * post
regress y treated post treat_post, vce(cluster id)
* 또는 현대 패키지 사용
ssc install csdid, replace
csdid y, ivar(id) time(year) gvar(first_treat_year)
estat simple

관련 스킬