PSM, RDD, Heckman, Panel模型的操作程序, selective文章精华系列

PSM, RDD, Heckman, Panel模型的操作程序, selective文章精华系列

可有偿投稿计量经济圈,计量相关则可

邮箱:econometrics666@sina.cn

所有计量经济圈方法论丛的do文件, 微观数据库和各种软件都放在社群里.建议到因果推断研究小组交流访问.

计量经济圈经济社会等数据库合集, 社科研究者的大米(继续)

PSM, RDD, Heckman, Panel模型的操作程序, selective文章精华系列

今天,我们“因果推断研究小组”将为计量经济圈的圈友引荐PSM, RDD,Heckman和Panel模型。关于这些模型的一些介绍,各位圈友可以参阅因果推断研究小组系列推文(下方二维码可以通过关键词检索),因此,我们就不像之前那样详细阐述每一个model的specifics.

PSM, RDD, Heckman, Panel模型的操作程序, selective文章精华系列

这篇文章里的数据与分位数回归, Oaxaca分解, Quaids模型, 非参数估计程序的数据和整个的do file都放在计量经济圈社群,若需要可以进入社群提取使用。

1.Heckman两步法的内生性问题

2.Heckman模型out了,内生转换模型掌控大局

3.大咖赫克曼教授最新研究:优质的幼儿教育为低收入的儿童和母亲提供显著的好处

**heckman two-step procedure----------------

summarize

reg whz h1 h2 h3 h4 c2

probit si i1 i2 c1 h1

predict xb

generate invmills = normalden(xb)/normal(xb)

set seed 10100

bootstrap, rep(500): reg whz h1 h2 h3 h4 c2 invmills //用手动计算二步heckman不一定准确

heckman whz h1 h2 h3 h4 c2, select(si = i1 i2 h1 c1) nolog

heckman whz h1 h2 h3 h4 c2, select(si = i1 i2 h1 c1) twostep //一次性完成

1.PSM倾向匹配Stata操作详细步骤和代码,干货十足

2.PSM-DID, DID, RDD, Stata程序百科全书式的宝典

3.广义PSM,连续政策变量因果识别的不二利器

4.处理效应模型选择标准,NNM和PSM,赠书活动

**PSM---------------------------

pscore d treat income, pscore(ps1) blockid(blockf1) comsup level(0.001) //propensity score matching

atts score d treat income, pscore(ps1) blockid(blockf1) comsup //stratification matching

attr score d treat income, pscore(ps1) radius(0.001) comsup //radius matching

attk score d treat income, pscore(ps1) comsup bootstrap reps(50) //kernal matching

search nnmatch //安装nnmatch

nnmatch score d treat income, tc(att) m(1) //nearest neighbour matching

1.断点回归设计RDD分类与操作案例

2.RDD断点回归, Stata程序百科全书式的宝典

3.断点回归设计什么鬼?且听哈佛客解析

4.断点回归设计的前沿研究现状, RDD

5.断点回归和读者的提问解答

6.没有工具变量、断点和随机冲击,也可以推断归因

**RD------------------------

rdplot score cutoff, graph_options(title(RD Plot - Score-Meals Data)) ytitle(Score) xtitle(cutoff) //以下四个为画图

rdplot score cutoff,binselect(es) graph_options(title(RD Plot - Score-Meals Data)) ytitle(Score) xtitle(cutoff)

rdplot score cutoff,binselect(qsnv) graph_options(title(RD Plot - Score-Meals Data)) ytitle(Score) xtitle(cutoff)

rdplot score cutoff, binselect(es) ci(95) graph_options(title("RD Plot: Scores Meals") ytitle(scores) xtitle(cutoff) graphregion(color(white)))

rdrobust score cutoff //rdrobust估计

rdrobust score cutoff, all

rdbwselect score cutoff, all //选择最优带宽

1.面板数据密度图和时间趋势图韩城攻略和常见操作

2.动态面板模型的王冠—系统GMM什么鬼?

3.面板数据计量方法全局脉络和程序使用指南篇

4.面板数据是怎样处理内生性的,一篇让人豁然明朗的文章

5.面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性

6.面板门槛回归Stata程序xthreg和其编写者

7.reg3, 多元回归, 面板数据, 方差分析, 异方差和自相关检验和修正的Stata程序Handbook

8.非线性面板模型中内生性解决方案以及Stata命令

9.面板数据、工具变量选择和HAUSMAN检验的若干问题

10.把动态面板命令讲清楚了,对Stata的ado详尽解释

11.动态面板回归和软件操作,单位根和协整检验(Dynamic Panel Data)

**panel data operation-------------------------

xtreg bmi aidmpc aidfpc fdid lnliv hhsize lncons frac_female frac_male lost_work ///

days_labor pa2_1 pa3_1 pa8_1 pa10_1 pa14_1 pa2_2 pa3_2 pa8_2 pa10_2 pa14_2 pa5_1 ///

pa5_2 if samp1==1 & male==1, fe cluster(hhid) //聚类固定效应面板回归

test aidmpc=aidfpc //检验两个系数是不是相等

global xlist "aidmpc aidfpc fdid lnliv lact_bre hhsize lncons frac_female frac_male lost_work days_labor pa2_1 pa3_1 pa8_1 pa10_1 pa14_1 pa2_2 pa3_2 pa8_2 pa10_2 pa14_2 pa5_1 pa5_2"

quietly regress bmi $xlist, vce(cluster hhid) //聚类标准误

estimates store OLS_cluster

quietly xtreg bmi $xlist, be //组间估计方法

estimates store BE

xtreg bmi $xlist, fe //固定效应估计方法

estimates store FE

quietly xtreg bmi $xlist, fe vce(robust) //固定效应估计,稳健标准误

estimate store FE_rob

quietly xtreg bmi $xlist, re //随机效应估计方法

estimates store RE

quietly xtreg bmi $xlist, re vce(robust) //随机效应估计,稳健标准误

estimates store RE_rob

estimates table OLS_cluster BE FE FE_rob RE RE_rob, b se stats(N r2 r2_o r2_b r2_w ///

sigma_u sigma_e rho) b(%7.4f) //把这些回归结果弄到一个表格

hausman FE RE, sigmamore //hausman检验,即看看固定效应还是随机效应好

xtabond bmi aidmpc aidfpc fdid lnliv hhsize lncons frac_female frac_male lost_work ///

days_labor pa2_1 pa3_1 pa8_1 pa10_1 pa14_1 pa2_2 pa3_2 pa8_2 pa10_2 pa14_2 pa5_1 ///

pa5_2 if samp1==1 & male==1, lags(1) artests(1) nocons twostep vce(robust) //动态面板

PSM, RDD, Heckman, Panel模型的操作程序, selective文章精华系列

建议到因果推断研究小组交流学习,小组一直耕耘在因果推断方面的计量实践。

可以到计量经济圈社群进一步访问交流各种学术问题,这年头,我们不能强调一个人的英雄主义,需要多多汲取他人的经验教训来让自己少走弯路。总之,越晚加入计量经济圈社群,那么形势会越对你不利,believe in us!

上一篇:raspberrypi 编译 gstreamer 1.3.2


下一篇:phpcms v9网站搬家更换域名的详细方法(转)