倾向得分匹配法(PSM)举例及stata实现

1倾向得分匹配法（PSM）举例及stata实现——读书笔记【例】培训对工资的效应1政策背景：国家支持工作示范项目（NationalSupportedWork,NSW）研究目的：检验接受该项目（培训）与不接受该项目（培训）对工资的影响。基本思想：分析接受培训组（处理组，treatmentgroup）接受培训行为与不接受培训行为在工资表现上的差异。但是，现实可以观测到的是处理组接受培训的事实，而处理组没有接受培训会怎样是不可能观测到的，这种状态也成为反事实（counterfactual）。匹配法就是为了解决这种不可观测事实的方法。在倾向得分匹配方法（PropensityScoreMatching）中，根据处理指示变量将样本分为两个组，一是处理组，在本例中就是在NSW实施后接受培训的组；二是对照组（comparisongroup），在本例中就是在NSW实施后不接受培训的组。倾向得分匹配方法的基本思想是，在处理组和对照组样本通过一定的方式匹配后，在其他条件完全相同的情况下，通过接受培训的组（处理组）与不接受培训的组（对照组）在工资表现上的差异来判断接受培训的行为与工资之间的因果关系。变量定义：变量定义TREAT*处理指示变量，1表示接受培训（处理组），0表示没有接受培训（对照组）AGE年龄（年）EDUC受教育年数（年）BLACK种族虚拟变量，黑人时，1BLACK=HSIP民族虚拟变量，西班牙人时，=1HSIPMARR婚姻状况虚拟变量，已婚，1MARR=74RE1974年实际工资（1982年美元）75RE1975年实际工资78RE1978年实际工资74U当在1974年失业，741U=75U当在1975年失业，751U=NODEGREE当12EDUC时，1NODEGREE=，否则为0AGESQAGEAGE×1本例选自Cameron&Trivedi《微观计量经济学：方法与应用》（中译本，上海财经大学出版社，2010）pp794-800所有数据及程序均来自于本书的配套网站（）。本文是末学向两位善知识Cameron和Trivedi的教材恭敬学习后整理的读书笔记，没有任何创意，只是简化整理一番而已，整理中难免错谬之处，敬请指正，不胜感激。末学联系方式[e-mail]2EDUCSQEDUCEDUC×74RESQ7474RERE×75RESQ7575RERE×74UBLACK74UBLACK×74UHSIP74UHSIP×*说明：1974、1975年NSW计划还没有实施，1978年NSW计划已经实施，如果1974、1975年的样本在NSW计划实施后接受了培训计划，那么1TREAT=，否则0TREAT=，1978年的样本亦然。按处理组分类统计【statacommand】.bysortTREAT:sumAGEEDUCNODEGREEBLACKHISPMARRU74U75RE74RE75RE78TREAT变量均值处理组对照组AGE25.8162234.8506EDUC10.3459512.11687NODEGREE.7081081.3052209BLACK.8432432.2506024HISP.0594595.0325301MARR.1891892.8662651U74.7081081.0863454U75.6.1RE742095.57419428.75RE751532.05619063.34RE786349.14521553.92TREAT10培训对工资的效应影响有很多种估计方法，作者列举了五种方法，分别是：TREATMENT-CONTROLCOMPARISON（处理-对照比较法）CONTROLFUNCTIONESTIMATOR（控制函数估计量）DIFFERENCE-IN-DIFFERENCES（差异中差分法或倍差法）BEFORE-AFTERCOMPARISON（前后比较法）propensityscoreswithmatching（倾向得分匹配法）3其中倾向得分匹配法的stata实现过程如下：总的讲来分为两大部分：一是为倾向打分，二是运用得分进行样本匹配并比较。由于stata11没有倾向得分匹配法相关的命令，所以要通过网络下载相关的命令，相关的内容见附录。一、倾向打分第一步：设定宏变量breps表示重复抽样200次.globalbreps200第二步，设定宏变量XDW02，表示变量AGEAGESQEDUCEDUCSQMARRNODEGREEBLACKHISPRE74RE75RE74SQU74U75U74HISP.globalXDW02AGEAGESQEDUCEDUCSQMARRNODEGREEBLACKHISPRE74RE75RE74SQU74U75U74HISP第三步，通过logit模型进行倾向打分.pscoreTREAT$XDW02,pscore(myscore)comsupblockid(myblock)numblo(5)level(0.005)logit【注释】$表示引用宏变量。【注意】一定要把处理指示变量放在最前面【options相关说明】pscore(newvar)isrequiredandasksuserstospecifythevariablenamefortheestimatedpropensityscore,whichisaddedtothedataset.blockid(newvar)allowsuserstospecifythevariablenamefortheblocknumberoftheestimatedpropensityscore,whichisaddedtothedataset.logitusesalogitmodeltoestimatethepropensityscoreinsteadofthedefaultprobitmodelcomsuprestrictstheanalysisofthebalancingpropertytoalltreatedplusthosecontrolsintheregionofcommonsupport.Adummyvariablenamedcomsupisaddedtothedatasettoidentifytheobservationsinthecommonsupport.level(real)allowstosetthesignificancelevelofthetestsofthebalancingproperty.Thedefaultis0.01.numblo(real)allowstosetthenumberofblocksofequalscorerangetobeusedatthebeginningofthetestofthebalancinghypothesis.Thedefaultissetto54blocks.相关的结果参见stata窗口，总之这一步估计出了三个东西，一是myscore(Estimatedpropensityscore)；二是myblock(Numberofblock);三是comsup(Dummyforobs.incommonsupport)第四步，作者在do文件中说道：ForcompletenessdosamewithcommonsupportoptionNOTselected，相关命令如下：.dropmyscoremyblock.pscoreTREAT$XDW02,pscore(myscore)blockid(myblock)numblo(5)level(0.005)logit至此，倾向打分结束。接下来是根据倾向得分运用各种方法估计ATT值。二、运用得分进行样本匹配并比较方法一：Nearestneighbormatching(randomversion)最邻近方法首先，产生随机数种子.setseed10101然后.attndRE78TREAT$XDW02,comsupbootreps($breps)dotslogit【说明】注意变量排列次序，RE78正是我们所关心的变量，放在最前面；其次是处理指示变量，最后是其他变量。关于选项内容，使用helpattnd命令可以详细学习。通过stata结果窗口可看到有三张表格：第一张表格处理组样本数对照组样本数ATT*标准差**T统计量185601285.7823895.0440.330*ATT(ATET)表示已处理的平均处理效应（averagetreatmenteffectonthetreated）**Analyticalstandarderrors第三张表格5处理组样本数对照组样本数ATT标准差***T统计量185601285.7821283.7641.002***Bootstrappedstandarderrors第一张表与第三张表的差别在于标准差的估计，第一张表使用的是解析标准差，第三张表使用自助法得到标准差。当然t统计量也随之发生变化。方法二：Radiusmatching（半径匹配法）.setseed10101.attrRE78TREAT$XDW02,comsupbootreps($breps)dotslogitradius(0.001)【说明】选项radius()，括号内填写半径值，例如0.1，0.5，0.00001等，本例的半径值为0.001。同样也需要注意变量排列次序问题，RE78正是我们所关心的变量，放在最前面；其次是处理指示变量，最后是其他变量。另外，关于选项内容，使用helpattr命令可以详细学习。通过stata结果窗口可看到有三张表格，表格结构与最邻近方法类似。方法三：StratificationMatching（分成匹配法）.setseed10101.attsRE78TREAT,pscore(myscore)blockid(myblock)comsupbootreps($breps)dots方法四：KernelMatching（核匹配方法）.setseed10101.attkRE78TREAT$XDW02,comsupbootreps($breps)dotslogit附录：pscore,attk,attnd,attnw,attr,atts相关命令下载第一步：查询在stata命令窗口中点击.finditpscore第二步：点击链接SJ-5-3st0026_2..............Softwareupdateforpscoresuite......................S.O.BeckerandA.Ichino(helpattk,attnd,attnw,attr,atts,andpscoreifinstalled)Q3/05SJ5(3):4706bugfixforpscore第三步：点击下载链接------------------------------------------------------------------------------packagest0026_2from(S)EstimationofaveragetreatmenteffectsbySaschaO.Becker,UniversityofMunichAndreaIchino,EUISupport:[e-mail],[e-mail],typehelpattk,attnd,attnw,attr,atts,