请教连老师，PSM+DID

相似文件 换一批

是 否 +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~ !

立即领取

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

连老师：
       我在想要做PSM+DID，遇到以下问题向老师请教：
      1.common support假设的结果应该怎么看？这部分在视频中，基本思想理解了。但是具体结果在什么条件下满足假设、在什么条件下不满足假设不太清楚,图中为三种匹配方法现实的common support假设结果。
      2.我做出的结果，现在只有半径匹配，在半径为0.0001时，满足平行假设；最近邻匹配、核匹配的平行假设都无法被满足，这样的结果是否不够稳健？还需要继续调整？（最近补充：调整了一些变量后，半径匹配平行假设不出结果，核匹配平行假设基本都满足，最近邻匹配的平行假设不满足）
     3.我看到老师的其他回复都是用PSM的核匹配后做DID，那么半径匹配后，能做DID吗？（补充：老师，核匹配后后又该怎么做DID？）     
    4.我发现很多匹配后没有倾向得分值，也就没有参与匹配，这是不是因为数据存在缺漏的缘故？要继续下一步的DID，是否应该补齐缺漏数据？（比如用选取替代变量、继续查找数据、多重补漏分析等）
    5.用于PSM的数据需要做无量纲处理（除以均值或者标准差）吗？

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

分享0 收藏35 回帖

关键词：DID PSM 连老师 Support Common 演唱会 老师 罗嘉良 林子祥 谢安琪

1. 三幅图中，只有核匹配比较满足 Common Support 假设，半径匹配基本上不满足；

2. 那就选用核匹配吧；

3. 理论上是可以的，但由于涉及到权重的问题，写程序还有些障碍，你还是用 diff 命令提供的 核匹配+DID 进行分析吧。

4. 你要看一下匹配变量的详情，应该是匹配变量，即参与 probit 回归的那些变量中存在缺漏值，导致相应行的观察值并未参与回归，也就无法计算出 pscore 了。

5. 无需量纲处理。不知你的变量都是什么？

arlionn 发表于 2013-4-18 10:40
1. 三幅图中，只有核匹配比较满足 Common Support 假设，半径匹配基本上不满足；

2. 那就选用核匹配吧； ...

1.老师，我查看了数据结果，确实由于数据缺漏造成的倾向得分值无法计算
2.进行无量纲处理的数据是：各地区的（省级）的发电量、原煤产量、布产量等。除去他们的均值做无量纲处理后，结果并无显著变化。

arlionn 发表于 2013-4-18 10:40
1. 三幅图中，只有核匹配比较满足 Common Support 假设，半径匹配基本上不满足；

2. 那就选用核匹配吧； ...

老师，还有一个问题向老师请教。
   我现在的一个时间发生的是一个时间段，那么匹配应该拿什么时段的数据来做匹配呢？ （我选用的是面板数据）
   比如，一个政策在1990-2000年持续发生了10年，10年之后就结束了。这个政策是有指向性的，所以存在样本选择偏误。那么我应该拿什么时段的时间来做匹配呢？是1990年-2000年，还是这之前和之后的时间段都用于匹配呢？
   匹配之后DID的两个时期应该怎样选择才比较合适呢？能不能新生成一个虚拟变量来反映时期，把1980-1990年这10年看做是基期，定义为0； 把2000-2010年这10年看做是处理后的时期，定义为1，用来做DID？
  

“能不能新生成一个虚拟变量来反映时期，把1980-1990年这10年看做是基期，定义为0； 把2000-2010年这10年看做是处理后的时期，定义为1，用来做DID？”
这个方案可行。

arlionn 发表于 2013-4-19 08:47
“能不能新生成一个虚拟变量来反映时期，把1980-1990年这10年看做是基期，定义为0； 把2000-2010年这10年看 ...

还是继续在这个帖子里面请教连老师吧，方便其他人查看。

Question1：老师看下PSM+DID的基本步骤是不是正确：
Step1：PSM核匹配
Step2：生成时期虚拟变量 t （事件发生前的时期==0；事件发生后的时期==1）
Step3：DID
基本命令：diff outcome_var, t(_treated) p(t) cov(用于产生propensity score的变量) kernel id(id) report             （Note：此处_treated的是第1步PSM的匹配结果）


Question2：无法加入控制变量，因为：
cov(varlist) 选项的解释是 Specifies the pre-treatment covariates of the model. When option kernel is selected these variables are used to generate the propensity score.

这时，即使加了report选项，最后报告的也只是PSM中probit回归的结果。
那么岂不是无法加入控制变量了？我思考了一下，问题是不是这样：
我看到老师在另一个帖子中回复说道：“OLS控制变量只是摆了个pose，没有真正地控制住；但是，PSM做到了”；这主要是由老师在视频中提到的PSM的common support和balance两个假设做到的。
那么，这里PSM的控制变量是不是和我们通常意义上理解的控制变量是有差异的？
OLS的控制变量找到的是被解释变量的影响因素；而PSM的控制变量是事件发生的影响因素。以老师视频中讲到的“上北大与收入的关系”来说。
如果是OLS，我们加入的控制变量是“ 影响这个人收入的因素 ”
如果是PSM，我们加入的控制变量时“影响这个人上北大的因素”
两者并不一致。
老师还在另一帖子说：“DID本质上就是OLS”，那么如果我们进行了匹配，是不是基于核匹配的DID就已经和传统的DID有很大差异了，因为传统的DID在存在样本选择偏误的情况下，并没有满足DID所要求的“共同趋势假设”？

如果进行了很好的匹配，相当于你研究的 outcome 变量的影响因素中，只有 Treat 为 1 还是为 0 差异，两个组中的其他特征都非常相似（这是匹配的目的）。你所谓的控制变量其实都已经反映在了匹配变量中。
PSM 匹配过程中，加入的变量是“上北大学生的特征”，列举这些特征是为了找到与北大学生特征相似的学生。就好像是找到了“北大男”的孪生兄弟，此时二者的差别只有是否上北大，因此，他们的收入差异也就只能来源于此了。还有什么需要控制的吗？呵呵，我想你的思路一直被传统的 OLS 限制着。

arlionn 发表于 2013-4-22 21:30
如果进行了很好的匹配，相当于你研究的 outcome 变量的影响因素中，只有 Treat 为 1 还是为 0 差异，两个组 ...

了解了，谢谢老师！老师讲的很清楚了。
不过觉得真的很不好意思，还是有问题要麻烦老师。

因为我想要考察匹配效果，想要用老师提到的下面的方法：
“比较ROC曲线  面积接近于0.8表明达到了不错的匹配，参见Yang(2007,p.7) ”这种方法。
但是我发现，这种方法只适合“最近邻匹配”，因为只有“最近邻匹配”_weight的结果有缺漏。
PSM+DID，目前只能用“核匹配”，而“核匹配”只要on support，那么weight都不为缺漏，所以“核匹配”完成以后，我绘制的下面两幅图是完全一致的，就无法用来判断匹配效果了。
那么除了用密度函数图、ROC曲线以外，还有其他方法来判断“核匹配”的优劣吗？
      附：讲义中绘图的主要差异处：
      *-1-模型拟合效果：AUC 越大越好
           roctab jili _pscore if _support==1,  
                ...   ...
             caption("ROC 曲线下的面积： AUC = 0.844")

       *-2-共同支撑假设检验：AUC 越接近于0.5越好
           roctab jili _pscore if _weight!=.,  
                 ...   ...
            caption("ROC 曲线下的面积： AUC = 0.536")


另外，ROC曲线下的面积是如何计算出来的呢？
Note：我只知道筛选变量时，老师曾经用过这个指标。但匹配后又怎么用呢？
      logit jili size lev      prof tobin gpay  hhi5 $xv
      cap drop pr
      qui predict pr if e(sample)
      roctab jili pr
      estadd scalar auc = r(area)      
      est store m5  

zzl19910906 发表于 2013-4-19 23:07
还是继续在这个帖子里面请教连老师吧，方便其他人查看。

Question1：老师看下PSM+DID的基 ...

连老师，楼上的Question1不知道是否正确呢？

kk22boy 发表于 2013-6-8 15:49
连老师，楼上的Question1不知道是否正确呢？

您没有@到连老师。第一步有点没说清，使用PSM找到匹配变量，这样直接附加到后面的DID的cov选项用于匹配