黃河泉 发表于 2018-12-18 18:16 
你怎确认你的命令没错?请发出来!
*\PSM相关的命令操作\*
*第一步,首先生成一个随机数种子
set seed 10101
gen ranorder=runiform()
sort ranorder
*\第二步,进行
核匹配,默认Probit回归,一般使用logit回归,Rosenbaum and Rubin(1985)建议使用形式灵活的logit模型
psmatch2 treat 匹配变量1 匹配变量2 匹配变量3 匹配变量4 匹配变量5 匹配变量6 匹配变量7,outcome(y) kernel ate ties common
1:1不放回
psmatch2 treat 匹配变量1 匹配变量2 匹配变量3 匹配变量4 匹配变量5 匹配变量6 匹配变量7,outcome(y) n (1) norepl ate ties common
1:1可放回
psmatch2 treat 匹配变量1 匹配变量2 匹配变量3 匹配变量4 匹配变量5 匹配变量6 匹配变量7,outcome(y) n (1) ate ties common
1:2
psmatch2 treat 匹配变量1 匹配变量2 匹配变量3 匹配变量4 匹配变量5 匹配变量6 匹配变量7,outcome(y) n (2) ate ties common
1:3
psmatch2 treat 匹配变量1 匹配变量2 匹配变量3 匹配变量4 匹配变量5 匹配变量6 匹配变量7,outcome(y) n (3) ate ties common
我分别用了这几种方法,匹配出来的控制组都是1000多,匹配偏差都在20%以下
*自助法得到标准误,即ATU和ATE
bootstrap r(att) r(atu) r(ate),reps(500):psmatch2 treat 匹配变量1 匹配变量2 匹配变量3 匹配变量4 匹配变量5 匹配变量6 匹配变量7,outcome(y) kernel ate ties common
*检验匹配后数据是否平衡以及画图得出倾向得分的共同取值范围
pstest 匹配变量1 匹配变量2 匹配变量3 匹配变量4 匹配变量5 匹配变量6 匹配变量7,both graph \\ 画出各变量的标准化偏差图示
psgraph \\画图得出倾向得分的共同取值范围的直方图