//help psmatch2//帮助文件
//ssc install psmatch2//安装
clear
insheet 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