倾向得分匹配的stata命令_实战演练 | 倾向得分匹配（PSM）操作过程与问题反思...

01. 倾向得分匹配方法

1.数据来源

来源：网络资源，其实也比较容易找，比如人大经济论坛。但为了避免相关的版权争议，我重新写了一个do文件，处理的方法和变量也有改变。

举例：接受培训对于工资的影响

分析思路：(1)验证选择性的存在；(2)倾向值打分；(3)匹配估计量

两种方法：pscore；psmatch2

所选用数据：国家支持工作示范项目(National Supported Work,NSW)

2.原理

需要估计的内容：处理效应，Treatment Effect

评估某项目或政策实施后的效应，如政策推出的各种项目，此类研究被称之为项目效应评估，也被称之为处理效应，项目参与者的全体构成控制组或对照组，而未参加项目者则构成控制组或对照组。即y1i-y0i。
选择性偏误：
由于个体通常会根据其参加项目的预期收益E(y1i-y0i)而自我选择是否参加项目，导致对平均处理效应的估计带来困难。
两大假定：
可忽略性：给定xi，则(y0i，y1i)独立于Di
均值可忽略性：在给定xi的情况下， y0i和y1i都均值独立于Di
匹配估计量的基本思路：
找到属于控制组的某个体j使得其与属于处理组的个体i的可测变量取值尽可能相似，即xi ≈xj。
基于可忽略性假设，则个体i与个体j进入处理组的概率相近，具有可比性，故可将yj作为y0i的估计量。

目标：

在一般的实证研究中，由于存在很多其他变量混淆自变量和因变量之间的关系，研究者很难直接探索二者之间的净效果( net effects)。这些混淆变量的影响通常被称为选择性误差( selectionbias) ， 而通过倾向值匹配的方式来控制和消除选择性误差

3.实操

变量：

变量	定义
treat	接受培训(处理组)表示1，没有接受培训(控制组)表示0
age	年龄
educ	受教育年数
black	虚拟变量，black=1
hsip	虚拟变量，hsip=1
marr	婚姻状况虚拟变量，已婚，marr=1
re74	1974年实际工资
re75	1975年实际工资
re78	1978年实际工资
u74	当在1974年失业，u74=1
agesq	age*age
educsq	educ*educ
re74sq	re74*re74
re75sq	re75*re75
u74blcak	u74*blcak

(1)检验选择性的存在

**--基本命令--**
cd: work_file_path...
use nswpsid.dta,clear
browse
rename _all,lower
*我手头的数据变量名全部为大写，便于观察，我统一修改为小写
reg re78 treat age educ black hisp marr re74 re75 agesq educsq nodegree re74sq re75sq u74black u74hisp
reg re78 treat

下图中，treat效果并不显著。大量的自变量的存在也导致了一定的共线性问题，也就是说，其他变量稀释了treat变量解释的方差。

下图显示，treat显著，说明是存在选择性问题的。