stata倾向得分匹配操作.pdf

stata倾向得分匹配操作

倾向得分匹配法是⼀种研究⽅法，它在研究某项治疗、政策、或者其他事件影响因素上很常见。对于经济、⾦融学领域来说，⽐如需要研

究某个劳动者接受某种⾼等教育对其收⼊影响，或者⽐如研究某个企业运⽤了某项管理层激励措施以后对企业业绩影响。如果我们简单

地将是否执⾏了某项时间作为虚拟变量，⽽对总体进⾏回归话，参数估计就会产⽣偏误，因为在这样情况下，我们只观察到了某⼀个对

象他因为发⽣了某⼀事件后产⽣表现，并且拿这种表现去和另⼀些没有发⽣这件事情其他对象去做⽐较。这样⽐较显然是不科学，

因为⽐较基础并不同。

通俗地说，我们真正要做是考虑，如果拿⼩明来说，⼩明读了研究⽣和⼩明没有读研究⽣，他收⼊会差多少？可是⼩明已经读了研究

⽣，我怎么才能估计出他要是不读研究⽣，他收⼊会是多少呢？

于是，我们引⼊“倾向得分匹配”这样⼀种研究⽅法。英⽂叫PropensityScoreMatching。这种⽅法能让我们从⼀⼤堆没有参加培训

⼈群中（也就是我们总体样本⼀个⼦集），对每个⼈读研究⽣概率进⾏估计，然后选出和⼩明具有⾮常相似去读研究⽣概率，可

是没有去读同学⼩刚——作为⼩明对照，然后再来看他们区别。当样本中每个研究⽣”⼩明“都找到了匹配⾮研究⽣”⼩刚“，

我们便能对这两组样本进⾏⽐较研究了。

下⾯以陈强⾼级计量经济学及stata应⽤书中例⼦来实现倾向得分匹配应⽤,该案例研究参加就业培训是否能显著提⾼实际收⼊。数据附

⽂后（百度⽹盘提取）

sscinstallpsmatch2,replace*安装倾向得分匹配命令包

cdC:\Users\Administrator\Desktop\statawork*设置⼯作路径

useldw_exper.dta,clear*读取数据（数据放在⼯作路径）

rere78t,r*做⼀元线性回归作为参照（re78表⽰1978年实际收⼊，t是否参加培训）

*在未控制任何协变量情况下，平均处理效应为1.794，即参加培训平均⽐没有参加培训收⼊⾼1.794千美元

rere78taeeducblackhispmarriedre74re75u74u75,r

*age为年龄，educ为教育年限，black为是否⿊⼈，hisp是否拉丁裔，married(是否已婚），re74,re75表⽰1974年，1975年实际收

⼊，u74,u75表⽰1974年，1975年是否失业

*加⼊协变量后，处理效应略有下降，1.672和之前⽐变化不⼤，协变量中⿊⼈和教育显著，其它不显著

*下⾯进⾏⼀对⼀匹配

psmatch2taeeducblackhispmarriedre74re75u74u75,outcome(re78)n(1)atetiesloitcommon

t为处理变量，后⾯均为协变量，re78为结果变量，logit来估计结果，ties表包括所有倾向得分相同并列个体，ate表同时汇报

ATE,ATU,ATT,common表⽰仅对共同取值范围内个体

*进⾏匹配

结果显⽰，ATT=1.41，t=1.68⼩于临界值，不显著ATE,ATU类似。Unmatched表⽰不匹配结果，和⼀元回归结果⼀样，最下⾯显⽰

控制组有11个不在共同范围内，处理组有2个不*在共同范围，其余432个均在范围内

*考虑⾃助法估计标准误

setseed2019

bootstrapr(att)r(atu)r(ate),reps(500):psmatch2taeeducblackhispmarriedre74re75u74u75,outcome(re78)n(1)ateties