psm倾向得分匹配法举例_互助问答第110期：分组回归样本及倾向得分匹配相关问题...

问题一：

用Stata进行分组回归的时候，数据量会变小。对于回归方程中使用的一些控制变量，比如是否为汉族这种二值虚拟变量可能出现极端的情况，在某一分组中的取值可能都为1，这样在进行回归时Stata会自动剔除这一变量，相当于分组时少了这一控制变量。也就是在汇报回归结果时，分组回归相对于主方程回归少了控制变量。对此，老师有没有什么较好的建议？

问题二：

老师们，您们好！想请教两个倾向得分匹配的问题。(1)下图是我倾向得分匹配前后的核密度图，请问老师这个结果怎么看？(2)我用制度环境分组做了PSM，得到如下结果，这是不是代表在制度环境好的地区，因变量与自变量关系强？谢谢老师！

回答一：

这种情况在观测值较少时可能出现，这时候应该想办法采用大样本数据，否则不宜分组。如果在大样本中，依然出现分组的依据和控制变量不同，控制变量在子样本中取值唯一的情况，有可能表明分组依据和控制变量存在强相关关系，这时候在子样本中不控制也无不可。

回答二：

(1)这个图没有问题，说明匹配前模型估计得到的倾向得分值在实验组和对照组之间存在较大的差异，而在匹配后这种差异大大缩小。(2)匹配结果说明在制度环境好的地方政策效应存在，而在制度环境不好的地方政策没有效果。