倾向得分匹配PSM-DID案例+代码+绘图+解析

最新推荐文章于 2024-05-10 12:10:32 发布
最新推荐文章于 2024-05-10 12:10:32 发布
阅读量1.4k 收藏 5
点赞数 10
文章标签： 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wx_xtyx66/article/details/137769763
版权

倾向得分匹配（PSM-DID）PSM-DID，本质就是先利用PSM的手段进行分组
，再利用DID计算政策效应。因此，在进行PSM-DID分析时，先采用psmatc
h2进行匹配，然后再采用reg或者xtreg进行回归分析。
内容包括：
案例+代
码+绘图+解析案例数据：dta文件，直接在stata打开
代码：do文件，代
码有较为详细的解析
注：只有基本psm-did1对1近邻匹配方法，不包括其他延
申或者扩展的方法。
   
下载链接：https://download.csdn.net/download/weixin_45892228/89104856点击下载：倾向得分匹配PSM-DID案例+代码+绘图+解析

按键学院
关注
  • 10
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如何用stata做倾向性得分匹配(PSM)的命令以及详细步骤 案例解释.rar
05-26
有关如何用stata做倾向性得分匹配的命令以及详细步骤，还有案例解释 基本上看完这些资料就可以自己做了
双重差分模型理论讲解学习笔记详细的DID代码+数据，实现,PSM-DID、动态效应检验核密度图绘制等
04-07
双重差分模型理论讲解学习笔记（还讲了三重差分的实现原理），以及配套的DID代码+数据，PSM-DID,动态效应检验，核密度图绘制，跟着我整理的学习笔记学习即可快速掌握DID的原理以及操作的核心要义，里面的理论介绍以及实证分析均做了详细的说明，既适合小白入门DID模型，又适合刚入门的朋友学习。另外还有多期DID代码和数据，都有详细的参考文献哦！可以按自己的需求购买哦，资料都是本人论文写作过程中学习并整理，可提供耐心的售后服务哦。
stata 倾向匹配法（psm）、双重差分法（did）、psm-did大全（案例、数据、代码)
04-16
老师同学们大家好，本人将倾向匹配法、（倾向匹配模型、psm）、双重 差分法（双重差分模型、did）、多期psm-did的整个流程进行了梳理，每个过程 都有案例+数据+代码进行配套讲解，并且配套所有相关资料，资料非常非常详细且通俗易 懂，大家只要将变量改为自己的变量进行套用即可，我们保证大家看了这份资料后能够完全 掌握并且能够轻而易举的用到自己的论文写作上。 资料的主要内容有 ： 1.倾向匹配模型（PSM）：案例+数据+代码 2.双重差 分模型（DID）： 案例+数据+代码 3.PSM-DID： 案例+数据+代码 4.配套资料：PSM核密度图、D ID中的安慰剂检验、平行趋势检验 5.参考文献：本人筛选了几篇经济管理学 顶刊的参考文献，大家在使用这些方法时可以参考这些文献 资料包更新的， 蓝色为最新更新的，老顾客直接刷新一下网盘就可以得到！ 资料包售后的， 大家有什么问题都可以私聊我们，保证大家学会！最后说一下科研不易，希望资料能够帮助 到大家，祝大家科
PSM-DID（含代码）.zip
05-18
PSM-DID（含代码）.zip
PSM-DID方法stata操作详解：命令代码、样例数据、参考文献
m0_71334485的博客
08-15 6078
PSM-DID方法stata操作详解：命令代码、样例数据、参考文献
学习：双重差分模型DID&PSM-基于Stata实现
王斯的博客
05-28 4079
双重差分模型，简单的理解，写的很抽象，做做笔记Mark一下
双重差分法之PSM - DID
热门推荐
KEMOSABEr的博客
07-23 9万+
这次推文的内容主要是介绍选择偏差及其导致的内生性问题，以及缓解这种内生性问题的倾向得分匹配法（Propensity Score Matching，PSM），并且用一实例介绍一下如何将PSM与DID结合，即PSM - DID在Stata中的具体操作。 （本文首发于个人微信公众号DMETP，欢迎关注！） 注：推文中的公式与代码块均可左右滑动；需要本次推送所使用的数据和代码的朋友，可以在公众号后台回复关键词psmdid~ [概要] 文章目录一、选择偏差与内生性1.1 结论可信吗？1.2 样本选择性偏差与自选择偏差
PSM-DID：一个简明教程
weixin_53607801的博客
10-20 1万+
本文为简明PSM-DID教程，适合初学者。本文首先简述PSM和DID的原理，最后讲如何实际操作，附有stata代码。
PSM+DID 效果评估python demo 、线性分类模型+双重差分法
q838458640的博客
07-14 4238
1、使用PSM构建相似人群，确保实验组与对照组在AA期的评估指标趋势能够保持一致 2、通过DID对实验效果进行评估，确认策略对实验组的影响。
R语言实现PSM（倾向性评分）（MatchIt包）（1）
weixin_49320263的博客
04-07 2741
R语言实现PSM（倾向性评分）（MatchIt包）
倾向得分匹配法PSM代码(包括近邻匹配、核匹配、半径匹配、马氏匹配、样条匹配)
最新发布
zxwk01的博客
05-10 771
有两种条件下的结果：观测到的和未被观测到的结果。了减少这些偏差和混杂变量的影响，以便对实验组和对照组进行更合理的比较。众健康的影响，研究人员常常得到的数据是观察研究数据，而不是随机对照实验数据（Ra。和结果，以及不吸烟者的行为和结果，是很容易观察到的。收大量被试，然后随机分配到吸烟组和不吸烟组，这种实验设计不太容易实现，也并不符合。，如果不加调整，很容易获得错误的结论，比如拿吸烟组健康状况最好的一些人和不吸烟组。析原因，这是因为观察研究并未采用随机分组的方法，无法基于大数定理的作用，在实验组。
源代码-数据复现-七个计量模型：面板、双门槛、SCC-FE、DID、PSM、RDD.rar
05-11
最新最全！多个计量模型stata源代码包括应用以及复现数据！ 1、数据来源：自主整理 2、时间跨度：无 3、区域范围：无 4、指标说明： 包含以下模型stata代码 面板门槛效应模型 双门槛效应模型 动态面板模型 SCC-FE模型 DID、DDD具体实操 PSM-DID IV DDD和TFP等dta&do具体操作 RDD·断点回归 包含以下资料 最新2008-2018年中国上市公司企业面板数据及TFP计算结果 计算2011-2018年上市公司全要素生产率TFP的原始数据汇总 2006-2016年全国285个地级市TFP TEC EFF等全要素生产率（含实际GDP L K原始数据及K永续盘存法步骤代码） 最新·2014-2019年中国各个区县城市夜光指数数据汇总
PSM-DID方法稳健性检验do文件及示例数据.rar
04-28
4、指标说明： 双重差分法，英文名Differences-...倾向评分匹配（Propensity Score Matching，简称PSM）是一种统计学方法，用于处理观察研究（Observational Study）的数据。在观察研究中，由于种种原因，数据偏差（bia
更新PSM、DID、PSM-DID具体操作步骤详解（含数据&do程序代码&实例具体步骤）
04-11
2021年4月更新的最新DID、PSM-DID资料，增加了蛮多的视频详解演示及S tata具体操作，请以最新版为主： 最新·DID及多期、PSM-DID理论详解及 Stata实操【含教程、Excel&dta数据和do程序】 看很多帖子大多数的P SM-DID...
计量实证-PSM-DID教程、代码及数据分享
m0_65541699的博客
05-18 3171
一、数据介绍 数据来源：自主收集 数据名称：【数据+命令】PSM-DID方法stata操作详解 数据内容：PSM-DID方法的Stata数据、命令、文献；传统DID的Stata数据、命令、文献；倾向得分匹配的stata数据、命令 二、参考文献 用途：应用DID最重要的前提条件是处理组和控制组存在共同趋势，但无论是从经典的经济收敛理论还是经济发展现实来看，DID这种方法的前提条件可能很难满足。由Heckman提出的PSM-DID方法可以有效解决这一问题，使DID方法满足共同趋势假设。 [.
DID； PSM； DID-PSM
grxLOVE的博客
05-23 1万+
一：关于DID DID即diff in diff, DID主要应用场景是：研究某项政策或策略实施后是否有效果；涉及时间前后某经济指标的比较，即存在时间维度的比较； DID应用的局限性: 首先是对数据的要求，可以获得政策执行前的数据以及政策执行后的数据；其次要求可以找到好的对照组（即除了是否实施该政策有有差异外，其余的个体差异应当控制住并保持不变） DID易错：关于核心的解释变量是“时间t”还是 “是否执行政策treat”呢？由于我们研究的对象是 “这项政策执行后是否有效果”，主要针对政策执行前后是否
PSM-DID的stata代码
06-12
PSM-DID是基于倾向得分匹配（PSM）和双重差分（DID）的方法，用于评估政策干预对于特定人群的影响。下面是一个简单的Stata代码示例： ``` * 导入数据 use mydata.dta * 创建倾向得分 psmatch2 treat age educ, outcome(y) ate * 查看匹配结果 psmatch2, graph * 进行双重差分估计 demean y, by(treat age educ) // 去除组内个体平均值 gen post = year > 2000 // 定义时期变量 egen treat_post = treat*post // 定义交互项 reg y treat post treat_post age educ treat_post#age treat_post#educ * 输出结果 esttab using myresults.tex, replace ``` 这段代码首先导入数据，然后使用`psmatch2`命令创建倾向得分，根据处理组和对照组的特征进行匹配。接着，使用`demean`命令去除组内个体的平均值，然后通过`reg`命令进行双重差分估计，包括处理组、时期、交互项和控制变量等。最后，使用`esttab`命令输出结果到LaTeX格式的表格中。 需要注意的是，PSM-DID方法的Stata代码可能会比较复杂，包括处理倾向得分匹配、双重差分估计、稳健性检验等多个步骤。因此，建议在使用PSM-DID方法前仔细阅读相关文献并掌握相关Stata命令的使用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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