全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 悬赏大厅
2288 3
2015-12-07
悬赏 100 个论坛币 未解决
1. 因变量是二分变量且选用Logit模型时,若使用PSM方法,那就相当于先用Logit回归得到PS score, 配对后再用一次Logit回归,这样可以吗?2. 使用PSM后,发现pre-match和post-match的ATT差别很小,大概就是0.1和0.95的差距,能否据此说明the potential sample selection bias is not a concern?
3. 如果不用PSM,有什么方法可以检验一个自变量是否因样本自选择而存在内生性?

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2015-12-8 16:31:43
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2015-12-15 16:32:40
bugbugbu 发表于 2015-12-8 16:31
http://www.chrp.org/love/ASACleveland2003Propensity.pdf

This might help mate!
感谢!但这个我之前已看过,依然无法解决现在的疑惑.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-21 09:48:38
tiantam 发表于 2015-12-7 14:10
1. 因变量是二分变量且选用Logit模型时,若使用PSM方法,那就相当于先用Logit回归得到PS score, 配对后再用 ...
回答你第二个问题和第三个问题,第二个,如果进行PSM回归后出现你说的,前后偏差差别比较小的话,可以确定是匹配方法的问题。可以换一种匹配方法,如把一对一的n(1)换成一对4的n(4),无放回的换成有放回的。<br>
第三个问题,除了PSM外,两阶段最小二乘法也是其中一种可选择的方法。内生性出现的主要一个原因是,样本进入处理组不是随记的,而是遵循自选择机制。比如研究工会对收入的影响,不能直接比较工会会员与非工会会员的工资,因为可能是能力优秀的人选择加入工会,工资也更高。也就是说,劳动者进入工会与非工会,不是一个随机过程。这样的话就可能有内生性,就可以比较OLs回归和PSM的结果,如果差异比较大话,那就是有内生性,如果两种方法的结果相差不大,那就表明并没有内生性。望对你有用。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群