处理效应模型stata实例_『Stata』政策处理效应PSM模型基本命令汇总

本文详细介绍了如何在Stata中运用处理效应模型(PSM)进行数据分析,包括一元和多元回归、倾向得分匹配、各种匹配方法(如一对一、K近邻、卡尺匹配等)以及匹配效果的检验。通过实例演示了PSM的基本命令,帮助读者掌握政策评估中的数据分析技巧。
摘要由CSDN通过智能技术生成

use ,文件名.dta,clear

ssc install pamatch2,replace

一、首先做一元回归

reg 结果变量 处理变量,r

二、直接引入协变量,再做多元回归

reg 结果变量 处理变量 协变量1 协变量2 协变量3……,r

三、接下来进行倾向得分匹配

1.将数据随机排序

set seed 10101

gen ranorder = runiform()

sort ranorder

2.一对一匹配,又放回匹配,允许并列

Psmatch2 处理变量 协变量1 协变量2 …,outcome(结果变量) n(1) ate ties logit common

解释:n()表示一对几匹配

ate 表示同时汇报ATE ATU ATT。如果默认表示仅汇报ATT

ties 表示并列个体

logit表示对数单位模型

common表示仅对共同取值范围内个体进行匹配。如果默认表示对所有个体进匹配。

3.使用引导程序显示全部处理效应结果

Set seed 10101

Bootstrap r(att) r(atu) r(ate),reps(500):psmatch2处理变量 协变量1 协变量2 …,outcome(结果变量) n(1) ate ties logit common

4.使用命令pstest考察匹配结果是否较好地平衡了数据

Quietly psmatch2 处理变量 协变量1 协变量2 …,outcome(结果变量) n(1) ate ties Logit common

pstest协变量1 协变量2 …,both graph

5.用条

处理效应模型是一种用于解决面板数据分析问题的统计模型处理效应模型在经济学、社会科学和医学等领域广泛应用,特别是对于观察到不同实验处理政策干预的个体或单位,可以通过分析其长期效应来进行决策制定。 在Stata中,我们可以使用不同的命令来估计处理效应模型,最常用的是"xtreg"和"xtmixed"命令。这些命令可以用来估计固定效应模型和随机效应模型。 使用"xtreg"命令进行固定效应模型估计时,我们需要使用"fe"选项来指定固定效应。这个命令会控制个体或单位的固定效应,从而消除了时间恒定的个体或单位的非观测个体特征对结果变量的影响。这种方法适用于个体或单位之间的不变的特征对结果变量的影响较大的情况。 使用"xtmixed"命令进行随机效应模型估计时,我们可以使用"re"选项来指定随机效应。这个命令将个体或单位的随机效应建模,并通过估计随机效应的方差来研究个体或单位之间的异质性。这种方法适用于个体或单位之间的变量特征对结果变量的影响较大的情况。 无论是固定效应模型还是随机效应模型,我们还可以通过进行异质性检验来评估模型的适配度和可靠性。在Stata中,可以使用"hausman"命令来进行异质性检验,以判断是使用固定效应模型还是随机效应模型。 总之,处理效应模型是面板数据分析中一种重要的统计模型Stata提供了相关命令和选项,能够方便地进行处理效应模型的估计和统计分析。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值