use "C:\Users\Administrator\Desktop\省会小论文\fjzmq.dta"

. xtset pro year
       panel variable:  pro (strongly balanced)
        time variable:  year, 1998 to 2017
                delta:  1 unit

.
. synth c di cpi pas gpb ur irp rti c(1998) c(2006) c(2014), trunit(3) trperiod(2015) xperiod(2005(1)2014) fig replacekeep(resout) keep（consume_synth)
----------------------------------------------------------------------------------------------------------------------------------------------------------
Synthetic Control Method for Comparative Case Studies
----------------------------------------------------------------------------------------------------------------------------------------------------------

First Step: Data Setup
----------------------------------------------------------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------------------------------------------------------
Data Setup successful
----------------------------------------------------------------------------------------------------------------------------------------------------------
                Treated Unit: 3
               Control Units: 1 2 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
----------------------------------------------------------------------------------------------------------------------------------------------------------
          Dependent Variable: c
  MSPE minimized for periods: 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Results obtained for periods: 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
----------------------------------------------------------------------------------------------------------------------------------------------------------
                  Predictors: di cpi pas gpb ur irp rti c(1998) c(2006) c(2014)
----------------------------------------------------------------------------------------------------------------------------------------------------------
Unless period is specified
predictors are averaged over: 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
----------------------------------------------------------------------------------------------------------------------------------------------------------

Second Step: Run Optimization
----------------------------------------------------------------------------------------------------------------------------------------------------------
----------------------------------------------------------------------------------------------------------------------------------------------------------
Optimization done
----------------------------------------------------------------------------------------------------------------------------------------------------------

Third Step: Obtain Results
----------------------------------------------------------------------------------------------------------------------------------------------------------
Loss: Root Mean Squared Prediction Error

---------------------
   RMSPE |  384.5088
---------------------
----------------------------------------------------------------------------------------------------------------------------------------------------------
Unit Weights:

-----------------------
    Co_No | Unit_Weight
----------+------------
        1 |           0
        2 |        .033
        4 |           0
        5 |           0
        6 |           0
        7 |           0
        8 |           0
        9 |           0
       10 |        .105
       11 |           0
       12 |           0
       13 |        .403
       14 |           0
       15 |           0
       16 |           0
       17 |           0
       18 |           0
       19 |           0
       20 |           0
       21 |           0
       22 |           0
       23 |        .096
       24 |           0
       25 |        .362
       26 |           0
-----------------------
----------------------------------------------------------------------------------------------------------------------------------------------------------
Predictor Balance:

------------------------------------------------------
                               |   Treated  Synthetic
-------------------------------+----------------------
                            di |  21540.15   19993.45
                           cpi |   120.381   120.1622
                           pas |  35.08371   29.29168
                           gpb |  1.76e+07   2.28e+07
                            ur |      .543    .546704
                           irp |  6015.241   5194.115
                           rti |    39.507   40.37034
                       c(1998) |      3934   3363.227
                       c(2006) |      7826   7838.403
                       c(2014) |     19099   19219.78
------------------------------------------------------
----------------------------------------------------------------------------------------------------------------------------------------------------------

.
. use consume_synth.dta,clear

.
. gen effect=_Y_treated-_Y_synthetic
(5 missing values generated)

.
. line effect _time,xline(2015,lp(dash))yline(0,lp(dash))

比较好奇的是，他这代码居然也跑出了结果

老师您好，实在抱歉还要打扰你一下，我在开始合成时有个对照组的权重比较大，但是在安慰剂检验时，它的RMSPE却是处理组的3倍，按理说应该去掉，但这和前面有所矛盾，想请教下老师怎么解决呢

抱歉打扰你一下，我在开始合成时有个对照组的权重比较大，但是在安慰剂检验时，它的RMSPE却是处理组的3倍，按理说应该去掉，但这和前面有所矛盾，想请教下怎么解决呢 ？谢谢，刚接触这个方法不久，恳请指教下

是有点尴尬，但该怎么做就怎磨做 (就去掉吧)。

老师，合成组与真实组的系数有的差别达到25%，其余的在10%以下，这样拟合效果要怎么解释呢？谢谢

不懂！