人格因果学
View all →Parallax 研究计划在人文学一侧的工作样本。四位历史人物全集语料 + 一组双外部对照构成 parallax 的多视角识别——王阳明配朱熹、苏轼配王安石与黄庭坚、曾国藩配李鸿章与左宗棠、顾炎武配王夫之与黄宗羲。把廷杖、贬谪、创军、易代视作可识别的人格干预点，让中断时间序列、合成控制、断点检测与跨体裁词频对照在同一份语料上并联给出估计。
阳明轨迹
用因果推断与文本计量重读《传习录》343 条与王阳明全集
以王阳明《传习录》343 条与现存全集为单一语料，把 1506 年廷杖贬谪事件视作可识别的人格干预点，依次用中断时间序列、合成控制、断点检测与跨体裁词频对照重建其人格演化轨迹。围绕同一份原始数据展开多种因果识别策略的并联演练，章末汇总诚实边界与可证伪条件，把因果推断的语汇移植到单被试历史人物研究中。
苏轼轨迹
用因果推断与文本计量重读东坡 65 年文集
以苏轼集 6,375 篇 203 万字为语料，把 1079 乌台诗案与 1094 / 1097 两次外生贬谪作为可识别的人格干预点，配合王安石与黄庭坚双外部对照，依次用中断时间序列、概念分布散度、断点检测、合成控制与体裁固定效应回归刻画东坡 45 年话语演化。数据修正了传统叙事：最大话语断裂不在 1080 黄州，而在 1094 惠州；三教融合的真转折期在 1086 元祐起复，不在赤壁前后。
曾国藩轨迹
用因果推断与文本计量重读曾国藩家书与日记 32 年
以《曾国藩家书》与日记 5,554 日条目为单一语料，把 1853 年创办湘军视作可识别的人格军事化重组干预点，依次用中断时间序列、合成控制、断点检测与收信人固定效应回归还原其 32 年话语演化。李鸿章与左宗棠的双外部对照排除时代潮流的混淆。第 7 章把分析颗粒度推到日级，五千多日的日记条目让单被试因果识别第一次有了密度足够支撑事件研究的样本。
亭林轨迹
用因果推断与文本计量重读顾炎武日知录与亭林诗文集
以《日知录》与《亭林诗文集》为语料，把 1660 年顾炎武北上事件作为干预点，识别易代之痛在 16 年延迟后才呈现出的反思。与王夫之、黄宗羲双外部对照构成易代三遗民的散度比较。这本案例的难点在数据本身：诗集编年清晰可做 5 段切分，《日知录》却无编年，于是用主题画像与跨文体对照补足时序。第 6 章把四个人格因果案例放在一起，给出跨被试的假说总结。
会计实证方法
View all →围绕同一份会计 / 金融面板数据，把多种方法在同一研究问题上做演练与对照，看每种方法在 R / Python 实现下的差异与适用边界。两本书分别聚焦舞弊检测（AAER + Compustat）与盈余管理（Compustat 面板）。
财务舞弊检测实践
基于 AAER 与 Compustat 的方法比较与 R / Python 实现
以 Bao et al. 2020 公开复制包为基准样本，覆盖 1991–2014 年约 144,000 个 firm-year 观测、AAER 二元标签与 Compustat 财务变量。十章对应十种检测方法，从 Beneish M-Score 与 Dechow F-Score 的规则基线，到 LASSO 与随机森林、XGBoost 与 RUSBoost、表格深度学习与 MD&A 文本特征，最后用 SHAP 给方法选择决策树。每章末维护一张累积对比表，AUC、NDCG@k、Recall@1% 全口径累积报告。
盈余管理实践
基于 Compustat 的方法演练与 R / Python 实现
以同一份 Compustat 面板数据为底，回答同一个 DA（Discretionary Accruals）度量问题。十章覆盖 Healy 1985 到现代 ML 残差的十种方法：DeAngelo 中位数离差、Jones 与 Modified Jones、业绩匹配 PMDA、Dechow-Dichev 应计质量、McNichols 改良、Stubben 收入侧 DA、Roychowdhury 真实活动盈余管理，最后一章给出方法选择决策树与综合排名。每章末维护一张累积对比表。
因果推断方法
View all →围绕同一份观察性医学数据，把多种因果推断方法在同一个研究问题上做演练与对照，看每种方法在 R 语言实现下的差异、假设依赖与适用边界。
统计方法实践
View all →围绕一份真实数据集，把同一统计方法家族里多个模型并联演练并累积对比，看每种模型在 R 实现下的差异、假设依赖与适用边界。两本书分别聚焦多层模型（Tennessee STAR 班额实验）与 Meta 分析（BCG 结核疫苗试验）。
多层模型实践
基于 Tennessee STAR 班额实验的方法演练与 R 语言实现
以 Tennessee STAR 班额实验中 6,325 名学生 × 79 所学校的嵌套面板为单一数据集，把多层模型从最简单的 ICC 与空模型，一路推到学生 / 班级 / 学校三层结构、随机斜率与跨层交互。同一组学生数学成绩在十种模型下的处理效应估计各有差异，章末维护一张累积对比表。R 语言侧选 lme4 与 lmerTest 实现，每章给出系数解读与可证伪的稳健性边界。
Meta 分析实践
基于 BCG 疫苗试验的方法演练与 R 语言实现
以 1948–1985 年 13 项 BCG 疫苗对照试验（约 36 万受试者）为单一数据集，把 Meta 分析从 2×2 表与效应量计算起步，经固定效应、随机效应、异质性诊断、亚组分析、meta 回归、发表偏倚识别与敏感性分析，把同一份汇总结论在多种估计策略下做并联验证。R 语言侧选 metafor 与 meta 两个生态实现，章末累计对比每种模型在异质性 I² ≈ 78% 这一中等偏高情境下的稳健性表现。
研究工程
View all →把 Claude Code、Skills、MCP、Hooks 等大模型工程能力嵌入科研写作流程的经验集合，处理从单篇论文到长期工作习惯之间的衔接问题。
