政策处理效应模型sata基本命令汇总

Use ,文件名.dta,clear

Ssc installpamatch2，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.用条形图显示倾向得分的共同取值范围

Psgraph

6.K进行近邻匹配，令k=4，为节省空间，可使用选择项“quietly”略去对倾向得分估计结果的汇报。

psmatch2处理变量 协变量1 协变量2 …，outcome（结果变量） n（4） ate ties Logit common quietly

7.进行卡尺内一对四匹配。计算倾向得分的标准差，然后乘0.25

sum _psscore

dis 0.25*r(sd)

01979237

psmatch2处理变量 协变量1 协变量2 …，outcome（结果变量） n（4）cal(0.01) ate ties Logit common quietly

8.进行半径（卡尺）匹配

psmatch2处理变量 协变量1 协变量2 …，outcome（结果变量） radius cal(0.01) ate ties Logitcommon quietly

9.进行核匹配（使用默认的核函数与带宽）

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

10.进行局部线性回归匹配（使用默认的核函数与带宽）

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

然后可以使用自助法得到自助标准差

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) llr ate ties logit common

11.进行样条匹配和马氏匹配省略不介绍。