Каузальный вывод для табличных данных — 17 оценщиков от OLS до RDD, упакованных как навык кодирования ИИ.

中

Что это такое

Умение (структурированная оперативная + пакетная библиотека), которое дает агентам кодирования ИИ возможность выполнять защитимый анализ причинно-следственных связей на предоставленных пользователем наборах данных. Он охватывает стандартный инструментарий прикладной эконометрики:

Семейство методов | Функции | Estimand | [править править код] OLS с элементами управления | 1 | ATE (под управлением ЦРУ) | Оценка склонности (PS, PSM, IPW, AIPW, IPW-RA) | 7 | ATE / ATT | | IV / 2SLS | 2 | Late | Разница в различиях (статическое, шаткое, исследование событий) | 4 | ATT / динамические эффекты | | Прерывность регрессии (острый, нечеткий, глобальный полином) | 3 | Поздно при отключении |

Навык включает в себя руководство по выбору метода, автоматическую диагностику загруженных данных, контрольные списки предварительной обработки данных, таблицы ковариации / сопоставления SE, известные библиотечные оговорки, шаблоны интерпретации, сквозной рабочий процесс проекта, диагностические контрольные списки, помощники таблицы результатов и расширенный прикладной рабочий процесс.

Поддерживаемые агенты

Claude Code/OpenClaw — читает SKILL.md Метаданные пользовательского интерфейса OpenAI/Codex — см.

Econometrics Skill

Causal inference for tabular data — 17 estimators from OLS to RDD, packaged as an AI coding-agent skill.

中文说明

What this is

A skill (structured prompt + bundled library) that gives AI coding agents the ability to run defensible causal-inference analyses on user-provided datasets. It covers the standard applied-econometrics toolkit:

The skill includes method selection guidance, automatic uploaded-data diagnostics, data preprocessing checklists, covariance/SE mapping tables, known library caveats, interpretation templates, an end-to-end project workflow, diagnostic checklists, result-table helpers, and an advanced applied workflow.

Supported agent frameworks

• Claude Code / OpenClaw — reads SKILL.md directly
• OpenAI/Codex skill UI metadata — see agents/openai.yaml; this is not a standalone OpenAI Agents SDK config
• Any framework that can read a Markdown skill definition

Repository

• GitHub: https://github.com/xiaomihu1992/econometrics-skill
• SSH: [email protected]:xiaomihu1992/econometrics-skill.git

Usage

# Clone the repository
git clone [email protected]:xiaomihu1992/econometrics-skill.git
cd econometrics-skill

# Install Python dependencies
pip install -r requirements.txt

# Run a smoke example
python examples/ols_example.py

For Claude Code or OpenClaw-style skill loading, install or copy the whole econometrics-skill/ folder into the environment’s skill directory, then invoke $econometrics in a causal-inference or uploaded-data diagnostic task. The main entrypoint is SKILL.md; detailed method signatures live in references/method_details.md.

Project structure

econometrics-skill/
├── SKILL.md                              # Main skill definition (English)
├── SKILL.zh-CN.md                        # 中文版 skill 定义
├── lib/
│   ├── econometric_algorithm.py          # 17 causal-inference functions
│   ├── data_preprocess.py                # load_table + uploaded-data diagnostics
│   └── result_tables.py                  # compact model comparison tables
├── references/
│   ├── method_selection.md               # Decision tree for picking the right estimator
│   ├── method_details.md                 # Exact signatures and minimal code per function
│   ├── interpretation.md                 # Reporting templates per method family
│   ├── applied_project_workflow.md       # End-to-end empirical project workflow
│   ├── data_preprocessing_advice.md      # Automatic dataset diagnostics and cleaning advice