stata稳健性、内生性、logit模型

//help psmatch2//帮助文件
//ssc install psmatch2//安装
clear

insheet using D:\ⅡR+Stata\statawork\mergeelderly.csv
save  D:\ⅡR+Stata\statawork\mergeelderly.dta   
use  D:\ⅡR+Stata\statawork\mergeelderly.dta 


** 将数据随机排序
set seed 10101
gen ranorder = runiform()
sort ranorder  //(以上两步对所有观测值进行随机排序)

//一些说明：a.处理变量t为“核心解释变量”（hlw二分类变量），协变量为自变量，结果变量为“因变量”a36//
//b. logit use logit instead of the default probit to estimate the propensity score。因此，不使用logit则为probit算法。

**一、匹配方法
**1.近邻匹配：指定按照1:1进行匹配，如果要按照1:3进行匹配，则设定为neighbor(3)
**（1）卡尺内最近邻匹配
psmatch2 ifinternet gender age hunyin huji  edu lnincome_fam  a36 v458 class,outcome(self_hly) n(3) cal(0.01) ate ties   common   
 pstest gender age hunyin huji edu lnincome_fam  a36  v458 class ,both
 
**（2）k近邻匹配法，元数为4
psmatch2 ifinternet gender age hunyin huji edu lnincome_fam  a36 v458  class,outcome(self_hly)  ate n(4) common  ties  
 pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both
 
**（3）最近邻匹配n(1) ；一对一匹配（无放回）
psmatch2 ifinternet gender age hunyin huji edu lnincome_fam  a36  v458  class,outcome(self_hly) logit ate n(1) common  ties quietly  noreplacement  
 pstest gender age hunyin huji edu lnincome_fam  a36  v458 class,both

**2.半径匹配：大多数一对四匹配发生在卡尺0.01范围内，不存在太远的近邻，进行半径（卡尺）匹配
psmatch2 ifinternet gender age hunyin huji edu lnincome_fam  a36  v458 class,outcome(self_hly) radius cal(0.01) ate ties logit  common quietly  
 pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both
 
**3.核匹配：
psmatch2 ifinternet gender age hunyin huji edu lnincome_fam  a36 v458  class,outcome(self_hly) kernel ate ties logit common quietly  
 pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both
 
**4、马氏匹配
psmatch2 ifinternet, outcome(self_hly) mahal(gender age hunyin huji edu lnincome_fam  a36  v458 class) n(4) ai(4) ate  
 pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both
 
**5.局部线性回归匹配
psmatch2  ifinternet gender age hunyin huji edu lnincome_fam  a36  v458 class,outcome(self_hly) llr ate ties logit common  quietly  
 pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both
 
**6.条匹配
psmatch2 xmt2 gender age hunyin huji a64 edu a15 a17 a35,outcome(a36) spline

**二、both命令
 pstest gender age hunyin huji a64 edu a15 a17 a35,both graph    


 **三、ATT平均处理效应（上述步骤未显示ATT标准误，采用自助法得到标准误）

set seed 2019
bootstrap r(att) r(atu) r(ate),reps(50):psmatch2 xmt2 gender age hunyin huji edu lnincome_fam v458 a36 class,outcome(a36) llr ate ties logit common quietly


**四、内生性(工具变量)

*(2)ivreg2命令（ivreg2命令会直接报告Cragg-Donald Wald F 统计量和Kleibergen-Paap Wald rk F统计量两个用于弱工具变量检验的统计量）
  ivreg2 a15 (ifinternet=ifmessage) gender age hunyin huji edu lnincome_fam  a36 class east west , first
  
  
  *(3)【重要】2SLS方法： https://zhuanlan.zhihu.com/p/361542234 *第一阶段：从表中可以看出，工具变量xiaoxi的系数为0.4047，标准误为0.008，在1%的水平上显著。
 *第二阶段：从表中可以看出，hlw的系数为0.410，标准误为0.054，在1%的水平上显著。
  ivregress 2sls self_hly (ifinternet=ifmessage) gender age hunyin huji edu lnincome_fam  a36 v458 class east west, first   //回归结果与R语言得出的一致。
  
  *弱工具变量检验
  *(偏R平方为0.1617，说明工具变量xiaoxi对内生变量hlw有很强的解释力度。)
  *F统计量= 2034.96 >10，根据经验准则可以判断，我们的工具变量不是一个弱工具变量。
  *只有一个工具变量，也没法做过度识别检验。
  estat firststage,forcenonrobust
  

**五、二元logistic回归模型
logistic self_hly ifinternet gender age hunyin huji edu lnincome_fam  a36 class