# DID测试

**Repository Path**: HarryJWC/dif

## Basic Information

- **Project Name**: DID测试
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-12
- **Last Updated**: 2026-06-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# H全能DID分析工作台 v8.3 Pro

**H全能DID分析工作台 (H-DID Workspace)** 是一款专为高水平学术实证论文（SSCI/CSSCI）设计的一站式双重差分因果推断系统。该程序基于 Python 现代化开发（采用 `customtkinter` 图形界面），集成了全面的基准回归模型、进阶因果推断算法、严谨的计量经济学诊断，以及创新的 **AI 大模型论文级深度解读与撰写**。

---

## 🌟 核心功能一览

1. **多元化基准估计 (Baseline Estimators)**
   - 支持线性 OLS 模型及处理非线性、离散、有序和计数变量的非线性模型（Logit, Ologit, Mlogit, Poisson, NegBin）。
   - 面对个体过多引发的“偶然参数偏误 (Incidental Parameters Problem)”，系统自动启用条件极大似然估计（Conditional MLE），剔除组内未变异样本，避免参数发散。

2. **内生性与前沿因果推断扩展 (Causal Extensions)**
   - **PSM-DID**: 采用 Logit 估算倾向得分，支持最近邻一键匹配并输出平衡性检验。
   - **RDD-DID**: 围绕运行变量 (Running Var) 在断点处的局部断点设计，并内置带宽敏感性检验。
   - **DDD (三重差分)**: 引入第三重控制组，在行业、地域维度剥离外部混淆趋势。
   - **连续型与交错型 DID**: 支持连续政策剂量效应检验，并对 Staggered DID 设计提供 Goodman-Bacon 分解。

3. **学术级严谨诊断与稳健性系统 (Smart Diagnostics)**
   - **平行趋势检验 (PTA)**: 自动计算事前与事后多期动态效应并绘制 Event Study 置信区间图。
   - **时空安慰剂检验 (Placebo Tests)**: 提供 500 次以上的空间（随机处理组）或时间（随机政策试点）安慰剂置换模拟。
   - **专属诊断诊断**: Poisson 过度离散检验、Ordered Logit 平行线假设检验等。

4. **一键导出及 AI 论文代写 (AI Academic Writing)**
   - 支持一键导出符合三线表格式的 Excel 系数表、残差分布图、地理空间散点图。
   - 独创 **AI 学术大模型写作引擎**，采用分批并发拼接方案，深度解读基准回归及各种稳健性结果，自动化输出规范的中英双语论文初稿 HTML。

---

## 🛠️ 技术栈与环境依赖

运行此工作台需预先安装 Python 3.8+ 环境，并安装以下包：

```bash
pip install customtkinter pandas numpy statsmodels patsy scikit-learn linearmodels matplotlib plotly openpyxl
```

- `customtkinter`: 提供现代化的深浅色主题图形操控台。
- `statsmodels`: 提供回归估算（含 OrderedModel）。
- `scikit-learn`: 负责倾向得分匹配（PSM）中的最近邻计算。
- `linearmodels`: 用于执行 IV-2SLS 面板工具变量回归。

---

## 🚀 极速上手与配置

### 1. 运行工作台
在命令行窗口执行以下指令启动：
```bash
python DID1.5.1ing.PY
```

### 2. 变量映射配置 (智能嗅探)
- 点击 **“导入数据”** 加载您的面板数据集（Excel / CSV）。
- 如有多个工作簿，可通过顶部的工作表（Sheet）下拉框直接无感切换。
- 点击 **“AI 智能嗅探”** 按钮：系统将把数据集画像上传给大语言模型，自动判定并填写对应的 Y、FE_IND、FE_TIME、D_TREAT 等映射，并在主界面红色高亮标出下一步推荐操作，免去手动查找的痛苦。

### 3. 生成报告与 AI 解读
- 在“基准估计模型”下点击“运行基准回归”，随后您可以在各分析 Tab 下开展进阶探索。
- 回归完成后，切换到 **“成果导出”** 选项卡。
- 点击 **“补充研究主题与变量含义”** 填写拟定的论文题目，再点击 **“AI 学术级深度解读与撰写”**。系统将开始调用底层 LLM 进行智能研判、串行生成一份高质量的 SSCI 实证初稿！