一文读懂倾向匹配得分Stata及R操作应用

1、文读懂倾向匹配得分Stata及R操作应用本文将介绍Stata及R软件进行倾向匹配得分操作应用，主要包括倾向匹配得分命令简介、语法格式、倾向匹配得分操作步骤思路，涉及倾向匹配得分应用、平衡性检验、共同取值范围检验、核密度函数图等内容。1命令简介Statadoesnothaveabuilt-incommandforpropensityscorematching,anon-experimentalmethodofsamplingthatproducesacontrolgroupwhosedistributionofcovariatesissimilartothatofthetreatedgroup.

2、However,thereareseveraluser-writtenmodulesforthismethod.Thefollowingmodulesareamongthemostpopular:Stata没有一个内置的倾向评分匹配的命令，一种非实验性的抽样方法，它产生一个控制组，它的协变量分布与被处理组的分布相似。但是，这个方法有几个用户编写的模块。以下是最受欢迎的模块(主要有如下几个外部命令)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上述主要介绍了如何获得PSM相关的命令，总结一下目前市面上用的较好的命令为osmatch2.PSM相关命令helppsmatch2helpnnmatchhelppsmatchhelppscore持续获取最新的PSM信息和程序持续获取最新的PSM信息和程序finditpropensityscorefinditmatchingpsmatch2isbeingcontinuouslyimprovedanddeveloped.Makesuretokeepyourversionup-to-dateasfollowssscins

5、tallpsmatch2,replacewhereyoucancheckyourversionasfollows:whichpsmatch22语法格式语法格式为：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选项含义为：depvar因变量;indepvars表示协变量；outcome(varlist)表示结果变量；logit指定使用logit模型进行拟合，默认的是probit模型；neighbor脂定按照1:1进行匹配，如果要按照1:3进行匹配，则设定为neighbor);radius表示半径匹配核匹配(Kernelmatching)其他匹配方法广义精确匹配(CoarsenedExactMatching)|helpcem局部线性回归匹配

7、(Locallinearregressionmatching)样条匹配(Splinematching)样条匹配(Splinematching)马氏匹配（Mahalanobismatching）pstest$X,both做匹配前后的均衡性检验，理论上说此处只能对连续变量做均衡性检验，对分类变量的均衡性检验应该重新整理数据后运用c2检验或者秩和检验。但此处对于分类变量也有一定的参考价值。psgraph对匹配的结果进行图示。3Stata操作与应用政策背景：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

8、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

9、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。1、首先进行数据结构查看useldw_exper.dta,cleareddesc结果为：g数琳辑器屣辑-I竝邙曰文唄R编辑（E：视国懈叨工具nodegree80142123214124-10-7474514951.3414*dcContainsdatafromlchcxper.dtibs:vars;44512拥Jan201312:47storagedisplayvariableraitotypeformatlabelvariablelabelt

10、byte灌啣participatiorinjobtrainingprognn死已byt&educbytess.agyearsofeducationblackbyteindicatorforAfrican-Americanhi印byteindicatorforHispanicmarriedbyteindicatorformarried2、描述性分析叽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$)MeanStd.Dev.a3、倾向匹配彳4*55480寻分6.34914545,48383667.B67W73.1首先进沸IE序，生成随机数种子4的4setseed20180105产生随机数种子genu=runiformsortu/排序或者orderu3.2倾向匹配得分localv1tlocalv2ageedublackhispmarriedre74re75u74u75globalxv1v2psmatch2$x,out(re78)neighbor(1)atetieslogitcommon/1:1匹配$表示引用宏变量，等价于psmatch2tageedub

13、lackhispmarriedre74re75u74u75,out(re78)neighbor(1)atetieslogitcommon结果为：3.3查看匹配后数据结果为：打开数据编辑窗口，会发现软件自动生成了几个新变量：其中_pscore是每个观测值对应的倾向值；小是自动生成的每一个观测对象唯一的ID(事实上这列变量即是对_pscore排序)；_treated表示某个对象是否试验组；_n1表示的是他被匹配到的对照对象的d(如果是1:3匹配，还会生成2,_n3);_pdi俵示一组匹配了的观察对象他们概率值的差。3.4均衡性检验pstest$v2,bothgraph结果为：3.5共同取值范围ps

14、graph结果为：3.6核密度函数图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)结果为：3R操

15、作与应用描述：这是国家支持工作示范(NSW)处理组数据的子样本和当前人口调查(CPS)的比较样本。Lalonde(1986)、Dehejia和Wahba(1999)对这些数据进行了广泛的分析。R软件操作倾向匹配得分的函数安装包比较多，下面介绍一种，叫做Matching，其他的还有Matchit等。使用Matching前，需要先进行安装：install.packages(“Matching)就可以安装了。1、首先进行数据查看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)结果为：数据介绍：包含对以下12个变量的445个观察值。age表示年龄educ：受教育年限black:是否为黑人hispan：是否为西班牙裔married：是否已婚nodegree:是否没有毕业文凭。re74，1974年的实际收入。re75，1975年的实际收入。re78，1978年的实际收入。u74，1974年的收入指标变量为零。u75，1975年收入的指标变量为零。treat：是否接受职业培训。2、估计倾向匹配模型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保存数据对象X-glm1$fittedY-lalonde$