//help psmatch2//帮助文件
//ssc install psmatch2//安装
clearinsheet using D:\ⅡR+Stata\statawork\mergeelderly.csv
save  D:\ⅡR+Stata\statawork\mergeelderly.dta
use  D:\ⅡR+Stata\statawork\mergeelderly.dta ** 将数据随机排序
set seed 10101
gen ranorder = runiform()
sort ranorder  //(以上两步对所有观测值进行随机排序)//一些说明:a.处理变量t为“核心解释变量”(hlw二分类变量),协变量为自变量,结果变量为“因变量”a36//
//b. logit use logit instead of the default probit to estimate the propensity score。因此,不使用logit则为probit算法。**一、匹配方法
**1.近邻匹配:指定按照1:1进行匹配,如果要按照1:3进行匹配,则设定为neighbor(3)
**(1)卡尺内最近邻匹配
psmatch2 ifinternet gender age hunyin huji  edu lnincome_fam  a36 v458 class,outcome(self_hly) n(3) cal(0.01) ate ties   common   pstest gender age hunyin huji edu lnincome_fam  a36  v458 class ,both**(2)k近邻匹配法,元数为4
psmatch2 ifinternet gender age hunyin huji edu lnincome_fam  a36 v458  class,outcome(self_hly)  ate n(4) common  ties  pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both**(3)最近邻匹配n(1) ;一对一匹配(无放回)
psmatch2 ifinternet gender age hunyin huji edu lnincome_fam  a36  v458  class,outcome(self_hly) logit ate n(1) common  ties quietly  noreplacement  pstest gender age hunyin huji edu lnincome_fam  a36  v458 class,both**2.半径匹配:大多数一对四匹配发生在卡尺0.01范围内,不存在太远的近邻,进行半径(卡尺)匹配
psmatch2 ifinternet gender age hunyin huji edu lnincome_fam  a36  v458 class,outcome(self_hly) radius cal(0.01) ate ties logit  common quietly  pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both**3.核匹配:
psmatch2 ifinternet gender age hunyin huji edu lnincome_fam  a36 v458  class,outcome(self_hly) kernel ate ties logit common quietly  pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both**4、马氏匹配
psmatch2 ifinternet, outcome(self_hly) mahal(gender age hunyin huji edu lnincome_fam  a36  v458 class) n(4) ai(4) ate  pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both**5.局部线性回归匹配
psmatch2  ifinternet gender age hunyin huji edu lnincome_fam  a36  v458 class,outcome(self_hly) llr ate ties logit common  quietly  pstest gender age hunyin huji edu lnincome_fam  a36 v458  class,both**6.条匹配
psmatch2 xmt2 gender age hunyin huji a64 edu a15 a17 a35,outcome(a36) spline**二、both命令pstest gender age hunyin huji a64 edu a15 a17 a35,both graph    **三、ATT平均处理效应(上述步骤未显示ATT标准误,采用自助法得到标准误)set seed 2019
bootstrap r(att) r(atu) r(ate),reps(50):psmatch2 xmt2 gender age hunyin huji edu lnincome_fam v458 a36 class,outcome(a36) llr ate ties logit common quietly**四、内生性(工具变量)*(2)ivreg2命令(ivreg2命令会直接报告Cragg-Donald Wald F 统计量和Kleibergen-Paap Wald rk F统计量两个用于弱工具变量检验的统计量)ivreg2 a15 (ifinternet=ifmessage) gender age hunyin huji edu lnincome_fam  a36 class east west , first*(3)【重要】2SLS方法: https://zhuanlan.zhihu.com/p/361542234 *第一阶段:从表中可以看出,工具变量xiaoxi的系数为0.4047,标准误为0.008,在1%的水平上显著。*第二阶段:从表中可以看出,hlw的系数为0.410,标准误为0.054,在1%的水平上显著。ivregress 2sls self_hly (ifinternet=ifmessage) gender age hunyin huji edu lnincome_fam  a36 v458 class east west, first   //回归结果与R语言得出的一致。*弱工具变量检验*(偏R平方为0.1617,说明工具变量xiaoxi对内生变量hlw有很强的解释力度。)*F统计量= 2034.96 >10,根据经验准则可以判断,我们的工具变量不是一个弱工具变量。*只有一个工具变量,也没法做过度识别检验。estat firststage,forcenonrobust**五、二元logistic回归模型
logistic self_hly ifinternet gender age hunyin huji edu lnincome_fam  a36 class

stata稳健性、内生性、logit模型相关推荐

  1. stata解决内生性问题--样本选择

    目录 简单介绍 1.内生性: 2.为什么要解决内生性问题? 3.内生性问题产生的原因 4.例子 代码(简洁版): 代码(详细分析版): 结果 简单介绍 1.内生性: x与误差项有相关关系 2.为什么要 ...

  2. 8145v5 参数_【DCM-07】Random Parameter(随机参数)Logit模型及其Nlogit实现

    本文是本专栏系列的第7篇原创文章,将详细介绍随机参数Logit模型,并利用Nlogit软件进行实操演示.本文公式较多,建议电脑端享用. [需要数据和完整代码的可以关注我的微信公众号,自动获取,可以搜索 ...

  3. Stata:多元 Logit 模型详解 (mlogit)

    作者:黄欣怡 (中山大学) 邮箱:eugenehuangcheeks@163.com 「Source:MULTINOMIAL LOGISTIC REGRESSION | STATA DATA ANAL ...

  4. stata回归?固定效应模型(组内变换OR LSDV最小二乘法)

    面板数据分析与Stata应用笔记整理自慕课上浙江大学方红生教授的面板数据分析与Stata应用课程,笔记中部分图片来自课程截图. 笔记内容还参考了陈强教授的<高级计量经济学及Stata应用(第二版 ...

  5. Stata:Logit模型评介

    原文链接:https://www.lianxh.cn/news/011888bd49e07.html 目录 1. Logit 模型的优点 1.1 速度 1.2 预测概率 1.3 可解释性 1.4 不变 ...

  6. Stata:嵌套Logit模型(NestedLogit)

    原文链接:https://www.lianxh.cn/news/d5e00bfb17a7c.html 致谢: 这篇推文的核心内容主要来自陈强老师编著的<高级计量经济学及 Stata 应用> ...

  7. 内生性解决方法——stata命令

    工具变量:解决所有内生性问题 xtivreg Y (X = IV) $controls i.Year i.industry , fe vce(cluster province) Heckman 二阶段 ...

  8. 【初级计量经济学】内生性问题——工具变量法(Stata实现)

    目录​​​​​​​​​​​​​​ 1. 数据来源以及变量详目 1.1变量一览表 1.2数据描述性统计 2. 模型设定以及初步回归​​​​​​​ 2.1 OLS 模型 2.2 回归结果 2.3 回归结果 ...

  9. 浙江大学【面板数据分析与STATA应用】——第三讲内生性与工具变量法

    解释变量和误差项存在内生性问题 内生性问题来源 内生性问题主要来自于三个方面,分别为:遗漏变量.联立性以及度量误差 遗漏变量 遗漏变量是指可能与解释变量相关的变量,本来应该加以控制,但却没有控制的变量 ...

最新文章

  1. 参加完Python培训后有哪些就业方向
  2. 前端那么多框架,我们到底学哪一个
  3. 你认识的python有你想的那么神吗_Python的10个神奇的技巧
  4. 2017夏季达沃斯今日开幕,人工智能元素尤其突出
  5. 一些使用javap反编译出来的结果分析
  6. Android之非root手机run-as命令获取debug版本apk里面的数据(shared_prefs文件,lib下面的so,数据库文件)
  7. linux socket通信组件,Linux下socket简单通信
  8. 调整PowerDesigner各种字体大小
  9. 在.NET 中实现 AOP
  10. 使用Bootstrap制作右键单击自定义菜单
  11. java获取标准输出到文件_IO java标准输入与输出
  12. 单片机音频谱曲软件_51单片机蜂鸣器音乐简谱转换工具
  13. python多线程刷网站流量(含ip代理池文档,可制作成exe文件挂服务器代刷)
  14. 汉化编程软件,游戏辅助集合,不定期更新,欢迎收藏
  15. 微信小程序底部导航栏中间突出
  16. Struts1与Struts2的区别和对比(深度好文)
  17. python函数里调用外部变量
  18. 公开说说别人看不到_为什么我在QQ空间里面发表说说别人看不到?
  19. 在大厂,我和同事搞对象
  20. excel的sumif()函数和sumifs()函数

热门文章

  1. 11、袋鼠跳(男女各二人)
  2. 如何理解Diffusion
  3. Java Web技术总结
  4. 今天14:00|AAAI 专场二,复旦、上海交大、NUIST等8位讲者
  5. 给所有前端使用的图片处理工具
  6. 顺序结构综合实训(专业)
  7. python谁发明的1003python谁发明的_编程语言简史:有人讨厌花括号,于是他发明了Python...
  8. 最小生成树——Highways(普利姆算法结合对于父亲节点标记)
  9. swoole-swoole是什么能做什么
  10. 简述TCP/IP四层模型和OSL七层模型的概念,每一层的作用,这两个模型的区别是什么?...