SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-17 UTC

今天还没有新提交

查看更新动态

StatsPAIbrycewang-stanford/StatsPAI

为 AI Agent 与数据分析者提供可直接调用的因果推断与经济计量方法库,把「选方法、写模型、跑估计」的流程压缩成一次调用。核心功能要点包括:1.【因果效应估计】:内置双重差分(DiD)、双重机器学习(DML)、工具变量(IV)…

还没有人评分 我要评分
Stars338
Forks72
Watchers338
Open Issues0

Install一键安装

待确认

这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:

git clone https://github.com/brycewang-stanford/StatsPAI.git

Overview功能介绍

核心功能

为 AI Agent 与数据分析者提供可直接调用的因果推断与经济计量方法库,把「选方法、写模型、跑估计」的流程压缩成一次调用。核心功能要点包括:1.【因果效应估计】:内置双重差分(DiD)、双重机器学习(DML)、工具变量(IV)、断点回归(RDD)、合成控制法、处理效应估计等主流方法,直接输出因果效应估计结果;2.【面板数据与经济计量建模】:支持面板数据回归与政策评估场景的计量模型设定,覆盖应用经济学常见分析需求;3.【因果发现】:提供从观测数据中识别变量间因果结构的分析能力,辅助确定建模方向;4.【Agent 原生接口】:以 MCP 与 Agent 原生方式暴露统计能力,让大模型在对话中直接调用因果分析工具而无需手写建模代码。

适用场景

政策实施前后的效果评估、实验数据的因果效应量化、观察性数据的混杂控制分析、经济学实证研究中的模型估计与结果复现。

适用职业

数据分析师 / 数据工程师、AI / 算法工程师、后端开发工程师、产品经理 (PM)。

Topics主题标签

Rating用户评分

还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。

给这个技能打分

填了才会进入下面的「按职业平均」。

每个 IP 只能投一票,投出后不能修改,请一次选准。不收集账号,也不用登录。

Repository仓库信息

技能 ID2276
数据来源GitHub
仓库全名brycewang-stanford/StatsPAI
所属分类数据科学与分析 / 统计建模与因果推断
主要语言Python
开源协议MIT License
默认分支main
GitHub 仓库 ID1026640764
节点 IDR_kgDOPTFLfA
榜单排名#1727 (来源榜单内名次)
全站热度排名#1940 (按 Stars 实时计算,共 5833 条)

GrowthStar / Fork 增长

每天一次快照,记录 Star 与 Fork 的变化过程

01002003004002026-09-252026-10-132026-09-25 · 3232026-10-13 · 338
  • 当前338
  • 上一记录点 · 09-25 323
  • 较上一记录点 +15
  • 共 2 个记录点 跨度 18 天
0204060802026-09-252026-10-132026-09-25 · 672026-10-13 · 72
  • 当前72
  • 上一记录点 · 09-25 67
  • 较上一记录点 +5
  • 共 2 个记录点 跨度 18 天

Timeline时间线

仓库创建2025-07-26 09:53:302025-07-26
资料最后更新2026-10-26 12:21:4021 天前
最近一次代码推送2026-10-12 18:07:331 个月前

Commit更新记录

版本【v1.39.5】由提交人 brycewang-stanford 提交,主要更新类型为:技术文档补充与规范指引更新。提交说明:docs(jss): log the trace re-record behind the sample-size alias。完善了项目使用说明、部署规范与开发者指引。

23f9d63 v1.39.5 brycewang-stanford 2026-10-12