职业分类
软件开发工程师
描述
Interactive data visualization with Plotly, ECharts, and D3
原文语言：英语
更新
这个仓库中的 skills
brycewang-stanford/Auto-Empirical-Research-Skills - 第 17 页
SkillsMP 已收集 brycewang-stanford/Auto-Empirical-Research-Skills 中的 1,111 个 Skill。打开任一 Skill 可查看来源和详情。
brycewang-stanford/Auto-Empirical-Research-Skills已展示 40 / 1,111 个已收集 Skill。
skill
职业分类
描述
更新
职业分类
软件开发工程师
描述
Guide to Metabase for open-source research data analytics and dashboards
原文语言：英语
更新
职业分类
软件开发工程师
描述
Visualize networks, graphs, citation maps, and relational data
原文语言：英语
更新
职业分类
软件开发工程师
描述
Guide to Plotly.py for interactive scientific visualizations in Python
原文语言：英语
更新
职业分类
软件开发工程师
描述
Create journal-quality scientific figures with proper styling and accessibility
原文语言：英语
更新
职业分类
软件开发工程师
描述
Publication-quality data visualization with matplotlib, seaborn, and plotly
原文语言：英语
更新
职业分类
软件开发工程师
描述
Guide to Redash for SQL-driven research data dashboards and sharing
原文语言：英语
更新
职业分类
数据科学家
描述
14 data visualization skills. Trigger: charts, plots, figures, publication-quality graphics. Design: one skill per tool with code templates and academic formatting conventions.
原文语言：英语
更新
职业分类
数据科学家
描述
Causal inference methods including DiD, IV, RDD, and synthetic control
原文语言：英语
更新
职业分类
数据科学家
描述
Apply EconML for causal inference combining machine learning and econometrics
原文语言：英语
更新
职业分类
数据科学家
描述
Apply instrumental variables, 2SLS, and address endogeneity issues
原文语言：英语
更新
职业分类
数据科学家
描述
Replication code and guide for Mostly Harmless Econometrics methods
原文语言：英语
更新
职业分类
经济学家
描述
Expert panel data regression analysis with fixed effects and GMM
原文语言：英语
更新
职业分类
经济学家
描述
Panel data analysis with fixed and random effects models
原文语言：英语
更新
职业分类
数据科学家
描述
Learn causal inference with Python using the Brave and True handbook
原文语言：英语
更新
职业分类
数据科学家
描述
Sequential robustness checks in Stata with confounder blocks
原文语言：英语
更新
职业分类
数据科学家
描述
12 econometrics skills. Trigger: causal analysis, regression models, treatment effects, panel data. Design: method-centric guides with R/Python code and diagnostic tests.
原文语言：英语
更新
职业分类
财务和投资分析师
描述
STATA code for empirical accounting and financial economics research
原文语言：英语
更新
职业分类
数据科学家
描述
Stata workflows for publication-ready sociology and social science research
原文语言：英语
更新
职业分类
数据科学家
描述
Comprehensive Stata reference covering syntax, econometrics, and 20+ packages
原文语言：英语
更新
职业分类
数据科学家
描述
Apply ARIMA, VAR, cointegration, and time series econometric methods
原文语言：英语
更新
职业分类
其他生物科学家
描述
Bayesian inference methods including prior selection, MCMC, and model comparison
原文语言：英语
更新
职业分类
社会科学研究助理
描述
Detect anomalies and outliers in research data using statistical methods
原文语言：英语
更新
职业分类
社会科学研究助理
描述
Statistical hypothesis testing, power analysis, and significance reporting
原文语言：英语
更新
职业分类
社会科学研究助理
描述
Conduct systematic meta-analyses with effect size pooling and heterogeneity
原文语言：英语
更新
职业分类
数据科学家
描述
Plan reproducible ML experiment runs with parameters and metrics tracking
原文语言：英语
更新
职业分类
社会科学研究助理
描述
Strategic statistical modeling, experimentation, and causal inference
原文语言：英语
更新
职业分类
社会科学研究助理
描述
Apply Mann-Whitney, Kruskal-Wallis, and other nonparametric methods
原文语言：英语
更新
职业分类
社会科学研究助理
描述
Sample size calculation and statistical power analysis guide
原文语言：英语
更新
职业分类
社会科学研究助理
描述
Structural equation modeling with latent variables guide
原文语言：英语
更新
职业分类
社会科学研究助理
描述
10 statistical analysis skills. Trigger: statistical tests, Bayesian analysis, hypothesis testing, sampling. Design: method guides covering assumptions, code, and result interpretation.
原文语言：英语
更新
职业分类
数据科学家
描述
Conduct Kaplan-Meier, Cox regression, and time-to-event analyses
原文语言：英语
更新
职业分类
数据科学家
描述
Load, explore, clean, and analyze CSV data with statistical summaries
原文语言：英语
更新
职业分类
数据科学家
描述
Systematic data cleaning workflows for research datasets
原文语言：英语
更新
职业分类
数据科学家
描述
Upload messy CSVs with minimal prompting for deep automated analysis
原文语言：英语
更新
职业分类
数据科学家
描述
Diagnose missing data patterns and apply appropriate imputation strategies
原文语言：英语
更新
职业分类
数据科学家
描述
Data cleaning, transformation, and exploratory analysis with pandas
原文语言：英语
更新
职业分类
数据科学家
描述
Questionnaire and survey design with Likert scales and coding
原文语言：英语
更新
职业分类
数据科学家
描述
10 data wrangling skills. Trigger: messy data, format conversion, missing values, data reshaping. Design: pipeline-oriented recipes for common data cleaning and transformation tasks.
原文语言：英语
更新
职业分类
数据科学家
描述
Clean, transform, and validate messy research data using Stata
原文语言：英语
更新
已展示 40 / 1,111 个已收集 Skill。