倾向得分匹配知乎由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“倾向得分匹配知乎”。
倾向得分匹配(Propensity Score Matching)的通俗解析及在Stata里的运用
徐惟能 · 2 年前
倾向得分匹配法是一种研究方法，它在研究某项治疗、政策、或者其他事件的影响因素上很常见。对于经济、金融学领域来说，比如需要研究某个劳动者接受某种高等教育对其收入的影响，或者比如研究某个企业运用了某项管理层激励措施以后对企业业绩的影响。如果我们简单地将是否执行了某项事件作为虚拟变量，而对总体进行回归的话，参数估计就会产生偏误，因为在这样的情况下，我们只观察到了某一个对象他因为发生了某一事件后产生的表现，并且拿这种表现去和另一些没有发生这件事情的其他对象去做比较。这样的比较显然是不科学的，因为比较的基础并不同。
通俗地说，我们真正要做的是考虑，如果拿小明来说，小明读了研究生和小明没有读研究生，他的收入会差多少？可是小明已经读了研究生，我怎么才能估计出他要是不读研究生，他的收入会是多少呢？
于是，我们引入“倾向得分匹配”这样一种研究方法。英文叫Propensity Score Matching。这种方法能让我们从一大堆没有读研究生的人群中（也就是我们的总体样本的一个子集），对每个人读研究生的概率进行估计，然后选出和小明具有非常相似的去读研究生的概率，可是没有去读的同学小刚——作为小明的对照，然后再来看他们的区别。当样本中的每个研究生”小明“都找到了匹配的非研究生”小刚“，我们便能对这两组样本进行比较研究了。
1.所以第一步，我们要对总体样本执行probit或者logit模型，然后估计出每一个观测对象读研究生的概率是多少。以probit模型为例，在stata中，执行以下命令：
probit [dependent var] [independent var] 其中，[dependent var]是一个0或1的二进制变量，1代表该对象读了研究生，否则是0。
2.对每一个观测值，我们根据估计出来的probit模型，算出他读研究生的概率是多少。Stata中，执行如下命令： predictpscore, p 其中，pscore是定义的记录每个观测对象概率的变量名称。3.使用psmatch2命令，让Stata帮你对于每个读了研究生的观测对象，找出一个与之具有最接近的概率值的，可是没有读研究生的观测对象： psmatch2 [dependent var], pscore(pscore)noreplacement 其中，(pscore)是在第二步中生成的那个记录对象概率的变量，noreplacement是一个选项，使得任何读了研究生的观察对象的对照对象都具有唯一性，换言之，只能1对1匹配。
4.Stata会在你的数据中自动添加几个变量，其中_id是自动生成的每一个观测对象唯一的ID；_treated表示某个对象是否读了研究生，如果读了，_n表示的是他被匹配到的对照对象的_id；_pdif表示一组匹配了的观察对象他们概率值的差。
做好了这些，你就完成了一个最简单的1对1的倾向得分匹配。psmatch2还提供多种匹配方法，比如在一定的半径范围内的临近匹配、在一定概率阀值内的全部匹配等等。具体的可以在Stata中输入help psmatch2查看所有可用的选项。需要注意的是，psmatch2会在每一轮匹配的时候重新刷新_ID，所以如果比如你需要对psmatch2加入if语句，进行多次循环匹配的话，需要在每一次结束的时候即使将match的结果使用你自己数据的ID导出到其他变量，否则所有本轮_ID以及_n的信息会在下一轮匹配中被清除，事后你将无法判断对照对象究竟为哪个。
知乎 6.23更新一点点不定期更新，可以收藏了没事翻翻去法国之后大概会大量补充书单另外讲一下我列书单的标准：1、不要太长外文书籍太长的我都看不下去2、著名这一点很好理解，越......
知乎每日精选为什么润滑油可以减少零件之间的摩擦？这是个很有趣的问题，但我知道你们没图看不下去，所以我上图图图图图图图！按照谢耳朵提出的经典教学法，在我们可以讨论任何润滑相......
关于新兴网络社交产品——知乎网的若干讨论------数字互动时代网站建设与用户体验如果你现在还不知道“知乎”，那你就OUT了！知乎是各行各业的精英们，分享着彼此的专业知识、经......
教你在面试中做个漂亮的自我介绍面试中我们要回答许许多多的问题，面试职位的不同，问题也会不同。但是，无论我们奋进在哪条面试的路上，却总是会撞上一个相同的问题——请做一下简......
题主没搞懂这个问题的实质。不是延长工作年限，是推迟发放退休金的年限，这点很重要。 一个人的寿命是一定的，推迟发放是百分百意味着能领到的退休金的减少，是社保部门打算公然赖......
