一文讀懂傾向匹配得分Stata及R操作應用

1、文讀懂傾向匹配得分Stata及R操作應用本文將介紹Stata及R軟件進行傾向匹配得分操作應用，主要包括傾向匹配得分命令簡介、語法格式、傾向匹配得分操作步驟思路，涉及傾向匹配得分應用、平衡性檢驗、共同取值范圍檢驗、核密度函數(shù)圖等內(nèi)容。1命令簡介Statadoesnothaveabuilt-incommandforpropensityscorematching,anon-experimentalmethodofsamplingthatproducesacontrolgroupwhosedistributionofcovariatesissimilartothatofthetreatedgroup.

2、However,thereareseveraluser-writtenmodulesforthismethod.Thefollowingmodulesareamongthemostpopular:Stata沒有一個內(nèi)置的傾向評分匹配的命令，一種非實驗性的抽樣方法，它產(chǎn)生一個控制組，它的協(xié)變量分布與被處理組的分布相似。但是，這個方法有幾個用戶編寫的模塊。以下是最受歡迎的模塊(主要有如下幾個外部命令)psmatch2.adopscore.adonnmatch.adopsmatch2.adowasdevelopedbyLeuvenandSianesi(2003)andpscore.adobyBeck

3、erandIchino(2002).Morerecently,Abadie,Drukker,Herr,andImbens(2004)introducednnmatch.ado.Allthreemodulessupportpair-matchingaswellassubclassification.Ycommandasfollows:netsearchpsmatch2netsearchpscorenetsearchnnmatchYcommand,forexample:sscinstallpsmatch2,replaceAfterinstallation,readthehelpfilestofin

4、dthecorrectusage,forexample:helppsmatch2上述主要介紹了如何獲得PSM相關(guān)的命令，總結(jié)一下目前市面上用的較好的命令為osmatch2.PSM相關(guān)命令helppsmatch2helpnnmatchhelppsmatchhelppscore持續(xù)獲取最新的PSM信息和程序持續(xù)獲取最新的PSM信息和程序finditpropensityscorefinditmatchingpsmatch2isbeingcontinuouslyimprovedanddeveloped.Makesuretokeepyourversionup-to-dateasfollowssscins

5、tallpsmatch2,replacewhereyoucancheckyourversionasfollows:whichpsmatch22語法格式語法格式為：helppsmatch2psmatch2depvarindepvarsifexpinrange,outcome(varlist)pscore(varname)neighbor(integer)radiuscaliper(real)mahalanobis(varlist)ai(integer)populationaltvariancekernelllrkerneltype(type)bwidth(real)splinenknots(in

6、teger)commontrim(real)noreplacementdescendingoddsindexlogittiesquietlyw(matrix)ate選項含義為：depvar因變量;indepvars表示協(xié)變量；outcome(varlist)表示結(jié)果變量；logit指定使用logit模型進行擬合，默認的是probit模型；neighbor脂定按照1:1進行匹配，如果要按照1:3進行匹配，則設定為neighbor);radius表示半徑匹配核匹配(Kernelmatching)其他匹配方法廣義精確匹配(CoarsenedExactMatching)|helpcem局部線性回歸匹配

7、(Locallinearregressionmatching)樣條匹配(Splinematching)樣條匹配(Splinematching)馬氏匹配（Mahalanobismatching）pstest$X,both做匹配前后的均衡性檢驗，理論上說此處只能對連續(xù)變量做均衡性檢驗，對分類變量的均衡性檢驗應該重新整理數(shù)據(jù)后運用c2檢驗或者秩和檢驗。但此處對于分類變量也有一定的參考價值。psgraph對匹配的結(jié)果進行圖示。3Stata操作與應用政策背景：國家支持工作示范項目（NationalSupportedWork,NSW）研究目的：檢驗接受該項目（培訓）與不接受該項目（培訓）對工資的影響。基本

8、思想：分析接受培訓組（處理組，treatmentgroup）接受培訓行為與不接受培訓行為在工資表現(xiàn)上的差異。但是，現(xiàn)實可以觀測到的是處理組接受培訓的事實，而處理組沒有接受培訓會怎樣是不可能觀測到的，這種狀態(tài)也成為反事實（counterfactual）。匹配法就是為了解決這種不可觀測事實的方法。在傾向得分匹配方法（PropensityScoreMatching）中，根據(jù)處理指示變量將樣本分為兩個組，一是處理組，在本例中就是在NSW實施后接受培訓的組；二是對照組（comparisongroup），在本例中就是在NSW實施后不接受培訓的組。傾向得分匹配方法的基本思想是，在處理組和對照組樣本通過一定的

9、方式匹配后，在其他條件完全相同的情況下，通過接受培訓的組（處理組）與不接受培訓的組（對照組）在工資表現(xiàn)上的差異來判斷接受培訓的行為與工資之間的因果關(guān)系。1、首先進行數(shù)據(jù)結(jié)構(gòu)查看useldw_exper.dta,cleareddesc結(jié)果為：g數(shù)琳輯器屣輯-I竝邙曰文唄R編輯（E：視國懈叨工具nodegree80142123214124-10-7474514951.3414*dcContainsdatafromlchcxper.dtibs:vars;44512擁Jan201312:47storagedisplayvariableraitotypeformatlabelvariablelabelt

10、byte灌啣participatiorinjobtrainingprognn死已byt&educbytess.agyearsofeducationblackbyteindicatorforAfrican-Americanhi印byteindicatorforHispanicmarriedbyteindicatorformarried2、描述性分析嘰indicatorfornwrethangradeschoolbutlesstharhigh-schooleducationre74float3.3grealearningsIn1974(inthouundsof1371$re75floatreale

11、arningsin1975(inthousandstrf1978$)re73floatrealearningsLn19Z8(irthousandsof1978$)tabulatet,flDatzsummarizee78炸ansstandardindicatorforunemployedin19744i片川fh+at#nrlAnciFnlAl/aH107b:I.三.匸*才亠ill口#勺rri-Iflitabulatet#summarize(re78)meansstandardparttLcipationiijobtrainingprogramSunnaryofrealearningsin1976

12、(inthcusandsof1978$)MeanStd.Dev.a3、傾向匹配彳4*55480尋分6.34914545,48383667.B67W73.1首先進沸IE序，生成隨機數(shù)種子4的4setseed20180105產(chǎn)生隨機數(shù)種子genu=runiformsortu/排序或者orderu3.2傾向匹配得分localv1tlocalv2ageedublackhispmarriedre74re75u74u75globalxv1v2psmatch2$x,out(re78)neighbor(1)atetieslogitcommon/1:1匹配$表示引用宏變量，等價于psmatch2tageedub

13、lackhispmarriedre74re75u74u75,out(re78)neighbor(1)atetieslogitcommon結(jié)果為：3.3查看匹配后數(shù)據(jù)結(jié)果為：打開數(shù)據(jù)編輯窗口，會發(fā)現(xiàn)軟件自動生成了幾個新變量：其中_pscore是每個觀測值對應的傾向值；小是自動生成的每一個觀測對象唯一的ID(事實上這列變量即是對_pscore排序)；_treated表示某個對象是否試驗組；_n1表示的是他被匹配到的對照對象的d(如果是1:3匹配，還會生成2,_n3);_pdi俵示一組匹配了的觀察對象他們概率值的差。3.4均衡性檢驗pstest$v2,bothgraph結(jié)果為：3.5共同取值范圍ps

14、graph結(jié)果為：3.6核密度函數(shù)圖twoway(kdensity_psif_treat=1,legend(label(1Treat)(kdensity_psif_treat=0,legend(label(2Control),xtitle(Pscore)title(BeforeMatching).twoway(kdensity_psif_treat=1,legend(label(1Treat)(kdensity_psif(_weight!=1&_weight!=.),legend(label(2Control),xtitle(Pscore)title(AfterMatching)結(jié)果為：3R操

15、作與應用描述：這是國家支持工作示范(NSW)處理組數(shù)據(jù)的子樣本和當前人口調(diào)查(CPS)的比較樣本。Lalonde(1986)、Dehejia和Wahba(1999)對這些數(shù)據(jù)進行了廣泛的分析。R軟件操作傾向匹配得分的函數(shù)安裝包比較多，下面介紹一種，叫做Matching，其他的還有Matchit等。使用Matching前，需要先進行安裝：install.packages(“Matching)就可以安裝了。1、首先進行數(shù)據(jù)查看data(lalonde)summary(lalonde)ageeducblackMin.:17.00Min.:3.0Min.:0.00001stQu.:20.001stQu

16、.:9.01stQu.:1.0000Median:24.00Median:10.0Median:1.0000Mean:25.37Mean:10.2Mean:0.83373rdQu.:28.003rdQu.:11.03rdQu.:1.0000Max.:55.00Max.:16.0Max.:1.0000hispmarriedMin.:0.00000Min.:0.00001stQu.:0.000001stQu.:0.0000Median:0.00000Median:0.0000Mean:0.08764Mean:0.16853rdQu.:0.000003rdQu.:0.0000Max.:1.00000

17、Max.:1.0000nodegrre74Min.:0.000Min.:0.01stQu.:1.0001stQu.:0.0Median:1.000Median:0.0Mean:0.782Mean:2102.33rdQu.:1.0003rdQu.:824.4Max.:1.000Max.:39570.7re75re78u74Min.:0Min.:0Min.:0.00001stQu.:01stQu.:01stQu.:0.0000Median:0Median:3702Median:1.0000Mean:1377Mean:5301Mean:0.73263rdQu.:12213rdQu.:81253rdQ

18、u.:1.0000Max.:25142Max.:60308Max.:1.0000u75treatMin.:0.0000Min.:0.00001stQu.:0.00001stQu.:0.0000Median:1.0000Median:0.0000Mean:0.6494Mean:0.41573rdQu.:1.00003rdQu.:1.0000Max.:1.0000Max.:1.0000View(lalonde)結(jié)果為：數(shù)據(jù)介紹：包含對以下12個變量的445個觀察值。age表示年齡educ：受教育年限black:是否為黑人hispan：是否為西班牙裔married：是否已婚nodegree:是否沒有畢業(yè)文憑。re74，1974年的實際收入。re75，1975年的實際收入。re78，1978年的實際收入。u74，1974年的收入指標變量為零。u75，1975年收入的指標變量為零。treat：是否接受職業(yè)培訓。2、估計傾向匹配模型glm1-glm(treatage+I(ageA2)+educ+I(educA2)+black+hisp+married+nodegr+re74+I(re74A2)+re75+I(re75A2)+u74+u75,family=binomial,data=lalonde)3保存數(shù)據(jù)對象X-glm1$fittedY-lalonde$