全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
2021-3-14 15:29:03
感谢分享
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

2021-10-25 15:43:30
好资料吗
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

2021-11-26 11:41:52
谢谢分享
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

2021-11-26 11:42:55
为什么看不到楼主讲解时的图片呢
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

2021-12-21 14:19:19
图怎么都挂了
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

2022-5-14 09:37:15
感谢分享
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

2022-6-10 15:03:29
原文网址进去没有原文了,图片也看不到了
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

2022-9-22 18:51:58
为啥我看不到结果图呀
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

2022-9-26 13:39:25
点赞支持
我为人人 人人为我
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

2024-4-12 09:57:43
真的非常实用!但是想问一下如果是面板数据,psmatch2它会默认选择哪一年的数据进行匹配吗?还是它就是单纯按照协变量匹配,不管年份,只管匹配到相似值?那如果此时想研究政策冲击是不是需要只保留某一年数据再进行匹配啊?另外,排序部分是必须的吗?主要是为了什么呢
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

2024-5-28 10:48:19
我想问一下,这里是必须要先随机排序是吗
gen tmp = runiform()
.sort tmp #对所有观测随机排序
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

2024-5-28 10:48:48
感谢楼主分享
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

2024-7-2 10:21:38
感谢分享
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

2024-8-17 23:03:23
在进行倾向性得分匹配(PSM)分析之前,首先需要确保已经安装了必要的Stata命令包,如`psmatch2`。你已经成功地完成了这一步,并且验证了安装是否正确。

接下来的步骤将包括数据准备和执行PSM分析:

### 数据准备

假设你的数据已经被加载到Stata中,我们先检查数据集的基本信息:
```
sysuse mydata, clear // 确保使用你自己的数据文件名
summarize // 查看所有变量的描述性统计
tab treat // 检查treat变量分布情况
```

### 变量定义

确认`treat`是你的处理组指示器(1为实验组,0为对照组),并且你已经选择了适当的协变量如`age`, `educ`,等。

### 建立倾向性得分模型

使用logistic回归模型来预测treat与协变量的关系:
```
logit treat age educ // 可以添加更多协变量
predict p // 生成倾向性得分
```

### 执行PSM匹配

现在我们可以使用`psmatch2`命令进行PSM分析。这里我们采用最近邻1:1匹配无替换方式(nearest neighbor matching without replacement):
```
psmatch2 treat age educ, common support(logit) kernel caliper(.05)
summarize // 查看匹配后的样本描述性统计
tabstat age educ if match==1 & treat == 1 // 检查实验组的协变量均值
tabstat age educ if match==1 & treat == 0 // 检查对照组的协变量均值
```

### 平行检验和结果分析

在DID(Difference-in-Differences)模型中,PSM后要确保处理前两组的趋势是平行的。这通常通过观察匹配后的样本特征和进行统计检验来完成。

### DID估计

最后,在确认匹配质量后,可以运行DID回归:
```
reg outcome treat time treat#time if match==1, robust // 确保outcome是你关心的结果变量
margins, dydx(treat) over(time) // 计算处理效应的边际影响
```

### 注意事项

- 在进行匹配前,可能需要检查协变量之间的多重共线性。
- 匹配后要确保两组在所有协变量上是平衡的。这通常通过比较匹配前后每组的均值来进行。

通过以上步骤,你可以在Stata中完成PSM+DID分析的基本操作。记得根据实际情况调整模型和命令以适应你的研究需求。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



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

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