第一个愉快的经历与 Meyerson 最近在Econometrica上发表的一篇有趣的论文有关，该论文探讨了土耳其有一位伊斯兰市长对教育成果的影响。我最初是从一些学生那里听说这篇文章的，他们想听听我对该方法论的看法。由于我正在教授一门关于因果关系的新课程（对我来说），所以我想更深入地研究本文中使用的不连续回归设计 (RDD)。巧合的是，在最近 (2014) 的政治方法学会会议上，Rocio Titiunik介绍了一种进行 RDD 的新方法。我想看看她的R 代码如何处理有趣的比较数据。所有最近的Econometrica文章都链接到Econometrica网站上的复制和补充材料。我花了大约 15 分钟才确保可以在我的桌面上运行 Stata 并获得与文章中相同的结果。所以感谢 Meyerson 和Econometrica让事情变得如此简单。
好的感受，因此我可以对我的学生说的不仅仅是“数学是正确的”。我的学生通过看到他们感兴趣的一流应用程序而获益（不是玩具，也不是又一篇关于美国大选的文章）。而 Meyerson 获得了一些通常不会阅读《计量经济学》的读者，也许在种族文献中引用了更多。感谢 Titiunik 让她的 R 代码易于访问。
第二次愉快的经历与第一次相似，但也让我意识到自己的做法不够好。在同一学会会议上，我讨论了Grant 和 Lebo关于使用分数积分方法的论文。我很久没有考虑过这种方法了，并且相信（基于直觉，没有相反的证据）使用分数积分方法不会导致实质 股东数据 性发现发生变化。但显然，人们应该基于证据而不是直觉来论证。我决定将Box-Steffensmeier 和 Smith的分数积分研究结果与更简单的分析结果进行比较。他们的文章有一个脚注，说数据可通过ICPSR获得（按 1998 年的标准来看非常优秀）。唉，当我访问 ICPSR 网站时，我找不到数据（注意到自 1998 年以来发生了很多事情，谁知道我的搜索是否充分）。幸运的是，我认识 Jan，所以我给她写信，她好心地回复说数据在她哈佛的Dataverse上。一分钟后，我得到了数据并准备尝试看看我的直觉是否确实有证据支持。
请随意使用此图片，只需链接到 www.rentvine.com