请选择 进入手机版 | 继续访问电脑版
楼主: 资料狂人
10880 66

[学科前沿] STATA处理效应与政策评估专题 ——你也可用STATA命令复现2021年诺奖的主要成果   [推广有奖]

回帖奖励 50 个论坛币 回复本帖可获得 5 个论坛币奖励! 每人限 1 次

VIP管理员

泰斗

85%

还不是VIP/贵宾

-

威望
9
论坛币
983887518 个
通用积分
29190.6826
学术水平
4620 点
热心指数
3400 点
信用等级
3623 点
经验
591562 点
帖子
8529
精华
142
在线时间
16029 小时
注册时间
2010-4-6
最后登录
2021-10-28

初级热心勋章 初级学术勋章 中级学术勋章 中级热心勋章 初级信用勋章 中级信用勋章 高级学术勋章 高级热心勋章 高级信用勋章 特级信用勋章 特级学术勋章

资料狂人 在职认证  发表于 2021-10-14 10:09:18 |显示全部楼层

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

       很多实证研究可归结于检验某项政策或干预(D)能否达到预期效果(Y)。但通常Y对D的回归只能检验其相关性,回归每数可称为平均预测效应(APE,Average predictive effects)。我们都知道相关并不意味着因果,为何非要探究因果关系呢?这是因为:相关关系是“预测”的基础, 但因果关系才是“决策”的基础。追寻D对Y的因果效应(或处理效应ATE),正是希望通过改变D来改变Y,这是决策而非预测。基于相关的决策可能产生严重误导。例如, 小孩鞋子尺寸与记忆的单词量有很强的正相关性,但通过增加鞋子尺寸显然并不能增加孩子的单词量。有时,相关分析和因果分析甚至会得出完全相反的结论,例如去看医生的概率和一个人的健康状况负相关,这与医生救死扶伤的正向因果关系正好相反。


       STATA的潜在结果(Potential outcomes)与反事实结果(Counterfactualoutcomes)专题基于今年诺贝尔经济学奖得主Card, Angrist, Imbens等的开创性工作,采用STATA官方命令复现今年诺奖的几项主要研究成果,帮助大家掌握以下概念和命令:

(1)在稳定单元处理值假设(SUTVA)、条件期望独立假设(CMI)、重叠假设(Overlap)成立时,用于估计处理效应的命令teffects,其中包括回归(ra)、逆概率加权(ipw)、增强逆概率加权(aipw)、逆概率加权回归(ipwra)、近邻匹配(nnmatch)与倾向值匹配(psmatch)方法,以及针对生存时间的stteffects系列命令和基于机器学习的套索处理(telasso)命令。


(2)当CMI假设不成立时,STATA开发了引入工具变量(IV)或者强化分布假设(如联合正态分布)的内生处理命令eteffects和etregress,扩展回归模型(ERM)中的内生处理命令,采用面板数据估计DID和DDD处理效应的didregress命令。


(3)分布回归(drprocess)可获得反事实分布(Counterfactualdistribution)、分位数处理命令(qrprocess)可估计分位数处理效应(QTE)、以及局部处理效应(LATE)和边际处理效应(MTE)的估计。


(4)中介处理效应命令(paramed)采用RCM框架,在四个条件独立假设之下,可以得到具有因果解释性的直接效应和间接效应估计。


(5)各类检验,包括重叠检验(teffects overlap),平衡性检验(tebalance)、敏感性分析,平行趋势检验等。


诺奖成果复刻初体验:陈传波老师11月11日学术公开课:

双11海报.png


陈传波老师2021年新课:STATA丨处理效应与政策评估专题

培训时间:2021年11月26-28日 (周五-周日三天)

培训地点:远程直播,提供录播回放

培训费用:3600元/3200元(学生优惠价仅限全日制本科及硕士在读)

授课安排:9:00-12:00,14:00-17:00, 答疑

在线报名:https://www.peixun.net/main.php?mod=buy&cid=1822


课程目标:

本课程拟将STATA模拟、案例和必要的数学公式三者紧密结合,帮助学员在尽可能短的时间内掌握其中的关键,明白背后的基本原理和基本操作,不仅学会如何用STATA专题teffects等命令来估计处理效应,还能理解命令背后的原理,并正确解读分析结果。


课程特色:

公式、命令、数据、故事三位一体,力求前三者所用的字母符号保持一致,并且给符号赋予真实可感的含义,帮助大家尽快理解看似抽象的关键假设如CMI、主要定理如LATE定理,明白各STATA命令的前因后果,并最终通过经典论文复现来提升运用水平,包括最低工资法对就业的影响、参军对收入影响、子女数量对妇女就业的影响、培训对收入的影响、教育回报、参保对净资产的影响等。


目标群体:

所有行业与学科的人士、老师与学生(包含经管社科、医学卫生等领域)


讲师简介:

陈传波,中国人民大学农业与农村发展学院副教授,博士生导师。

自1999年开始,钻研STATA二十余载,著有《STATA十八讲》,自2004年以来,一直在中国人民大学为研究生讲授《高级计量经济学》。

在《统计研究》、《管理世界》等期刊发表过相关论文,为国家第三次农业普查骨干培训班讲过数据分析课。主持过多项国家社科基金和国家自然科学基金。

是《经济学季刊》、《中国农村经济》、《农业经济问题》、《农业技术经济》、《浙江大学学报》等期刊审稿人。现为北京注册会计师协会会员,中国医疗保障专业委员会委员,主要从事医保大数据分析、农村劳动力就业等方面的研究。


课程大纲:

一、引例:

1. 穿鞋的增高效应

      拟用一个假设的例子帮助理解反事实(Counterfactual)框架、潜在结果(Potential outcomes)、平均处理效应(ATE)、自选择偏误(SEB)、条件独立(CI)和条件期望独立(CMI)、重叠假设(Overlap)、平衡性(balance)、稳定单元处理值假设(SUTVA)等基本概念。初步掌握回归调整(teffects ra)、逆概率加权调整(teffects ipw)、增强逆概率加权调整(teffects aipw)、逆概率加权回归调整(teffects ipwra)、近邻匹配法(teffects nnmatch)、倾向值匹配法(teffects psmatch)、内生处理效应(effects)等STATA命令的用法。


2. 处理效应及估计方法的图示:吸烟对新生儿体重的影响

     通过命令绘图直观展现观察结果、潜在结果、ATE,以及回归调整、逆概率加权调整等方法,以及重叠性(Overlap)、平衡性(balance)检验,包括tebalance density, tebalancebox等。


二、处理效应的分析框架与三大假设

1. 分析框架

2. 条件独立假设(CI)

3. 重叠假设(Overlap)

4. 稳定单元处理值假设(SUTVA)

5. 平衡性(balance)


三、处理效应估计(teffects)

1. 回归调整法(RA)

2. 逆概率加权调整法(IPW)

3. 增强逆概率加权调整(teffectsaipw)

4. 逆概率加权回归调整(teffectsipwra)

5. 近邻匹配法(teffectsnnmatch)

6. 倾向值匹配法(teffectspsmatch)


四、索套处理(telasso)

1. 大数据

2. 大数据设定(vl)

3. 索套回归(lasso)

4. 索套处理(tslasso)


五、生存处理效应(steffects)

1. 生存模型基础(st)

2. 生存回归调整法(steffectsra)

3. 生存逆概率加权调整法(steffects ipw)

4. 逆概率加权回归调整(teffectsipwra)

5. 加权回归调整(teffectswra)


六、处理效应假设检验

1. 重叠性检验(teoverlap)

2. 平衡性描述(tebalancesummary)

3. 平衡性过度识别检验(tebalanceoverid)

4. 平衡性密度图(tebalancedensity)

5. 平衡性箱形图(tebalancebox)


七、双重差分(DID)

1. 双重差分模型简介

2. 双重差分回归(didregress)

3. 面板数据的双重差分(xtdidregress)

4. 平行趋势检验(estatptrends)

5. 平行趋势绘图(trendplots)


八、内生处理(eteffects)

1. 内生处理的分析框架

2. 内生处理线性回归(etregress)

3. 内生处理泊松回归(etpoisson)


九、多种内生性的处理(ERM)

1. 内生变量、内生选择与内生样本选择

2. ERM的基本原理

3. ERM命令(eregress)

4. ERM案例


十、中介效应与交互效应

1. 经典的中介效应

2. 具有因果性的中介效应

3. 四大假设

4. 几个实例

5. 交互效应

6. 中介效应与交互效应分解


优惠政策:

1,现场班老学员九折优惠;

2,同一单位3-5人同时报名九折优惠;

折扣优惠与学生价优惠不叠加。


报名流程:

1. 点击“https://www.peixun.net/main.php?mod=buy&cid=1822”,在线提交订单;

2. 在线支付(支持支付宝/微信/银联),对公转账请联系JG学术培训-尹老师;

3. 确认发票信息,发送发票及通知电子版;

4. 开课前一周发送课程资料,进交流答疑群;

5. 开课前一天远程测试。


报名咨询:

尹老师  

QQ:42884447  

Tel:13321178792

微信:JGxueshu

JGxueshu.jpg

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:stata命令 Stata tata 政策评估 与政策

已有 2 人评分经验 收起 理由
wwqqer + 100 精彩帖子
remlus + 100 精彩帖子

总评分: 经验 + 200   查看全部评分



stata SPSS
资料狂人 在职认证  发表于 2021-10-14 10:19:28 |显示全部楼层
STATA丨处理效应与政策评估专题 (2021-new)
从零基础开始,透彻理解并掌握“处理效应与政策评估”
帮助学员在尽可能短的时间内掌握其中的关键,明白背后的基本原理和基本操作,不仅学会如何用STATA专题teffects等命令来估计处理效应,还能理解命令背后的原理,并正确解读分析结果。

使用道具

资料狂人 在职认证  发表于 2021-10-14 10:22:38 |显示全部楼层

很多实证研究可归结于检验某项政策或干预(D)能否达到预期效果(Y)。但描述性统计或OLS方法通常只能获得X与Y是否相关的结论,要回答X是否影响Y,则需要基于反事实框架(又称Rubin因果模型,RCM)来估计潜在结果和处理效应。有时,相关分析和因果分析估计甚至会得出完全相反的结论,因此,学习并掌握处理效应的方法、了解在不同的政策背景下如何选择使用最合适的方法,对于开展严谨有效的政策评估必不可少。

      




使用道具

资料狂人 在职认证  发表于 2021-10-14 10:23:02 |显示全部楼层
处理效应主要回答“whether?”,即X是否对Y有影响。在给出可信的“Yes”或“No”的答案之后,人们通常会进一步追问“Why?How?”,即X为什么会影响Y?X如何影响Y?通过什么机制起作用?这就是中介效应分析或影响机制分析。一个惊人的事实是,X与Y正相关,Y与Z正相关,但X可能与Z负相关,通常的中介效应分析类似于相关分析,并不具有因果机制的解释力,只有用潜在结果或反事实框架来分析中介效应,才能得出X正向影响Y,Y正向影响Z,从而X正向影响Z的因果链,问题是具有因果解释的中介效应的前提假设是什么?若这些假设不成立,又该怎么办?

使用道具

资料狂人 在职认证  发表于 2021-10-14 10:23:22 |显示全部楼层
本课程拟以STATA的“POTENTIAL OUTCOMES/COUNTERFACTUALOUTCOMES”专题参考书为基准,参照其他教材(如《社会经济政策的计量经济学评估》)、专著和论文,由浅入深,系统讲授STATA估计处理效应的官方命令集,包括处理效应“teffects”命令、生存处理效应“stteffects”命令、索套处理效应“telasso”、双重差分“didregress”命令、内生处理效应“eteffects”命令以及同时应对多种内生性的扩展回归“erm”模型。非STATA官方的估计处理效应的命令众多,但STATA官方命令采用统一的框架,基于GMM估计,能给出更一致、更有效的估计,使得统计推断更为可信。

使用道具

资料狂人 在职认证  发表于 2021-10-14 10:23:27 |显示全部楼层
在政策分析中,一个暗含前提是:资源是有限的,用于最有因果效应的群体,将发挥最大的成本效果。因此就需要识别哪个群体的因果效应最大。有时政策或干预对有的人有益,但对另外一些人有害,也需要区分识别。这称为交互效应,研究问题是“When and for Who”,即何时When,在什么环境或条件下,对谁(for Who)有因果效应?对不同的群体或环境条件下是否有不同的因果效应?

使用道具

三重虫 发表于 2021-10-14 10:59:01 |显示全部楼层

回帖奖励 +5 个论坛币

使用道具

jin216 发表于 2021-10-14 11:01:41 |显示全部楼层

回帖奖励 +5 个论坛币

使用道具

军旗飞扬 发表于 2021-10-14 11:12:46 |显示全部楼层

回帖奖励 +5 个论坛币

使用道具

kevinion 发表于 2021-10-14 12:01:38 |显示全部楼层

回帖奖励 +5 个论坛币

值得学习

使用道具

您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2021-10-29 01:22