急~为什么倾向值匹配法之后的样本量大于得分估计时的样本量

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

我在用倾向值匹配方法时，发现ATT的处理组和控制组样本之和大于倾向得分估计时Logistic回归的样本量，实在是困惑！
首先说明：数据中有些变量含有缺失值，我没有去掉，因为stata处理时不是默认不带入有缺失值的样本么？
在此给出我的命令，大家帮忙看看是否有问题：
. global breps 200
. global xlist sex exp exp2 pol hk edu1 edu2 edu3 eduf1 eduf2 eduf3 region1 region2 region3
. pscore sy Sxlist（注：S表示引用宏变量的符号，因为原符号发帖会乱码，故用S代替）, pscore(myscore) blockid(myblock) numblo(5) level(0.005) logit
. set seed 10101
. attnd lny sy $xlist, comsup boot reps(200) dots logit

sy是二分变量，就是ATT的估计分类对象，lny是因变量。
而且我在把lny为缺失值的样本去掉后，ATT就会发生很大的变化，多数情况下还变得不显著，但是匹配样本量还是够用的，这又是为什么？

研究急用，非常感谢您的解答！

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0 回帖

关键词：倾向值匹配 样本量 倾向值 logistic回归 logistic 样本

你的列出你的结果

让别人知道你是从哪判断你的结论的
别人才能帮

蓝色 发表于 2014-3-15 08:30
你的列出你的结果

让别人知道你是从哪判断你的结论的

n.treat.	n.contr.	ATT	Std. Err.	t
2097	3360	0.198	0.031	6.309

Logistic regression		Number of obs   =	4820
	LR chi2(12)     =	1086.72
	Prob > chi2     =	0.0000
Log likelihood = -2756.8445		Pseudo R2       =	0.1646
dw2       Coef.	Std. Err.	z	P>z     [95% Conf.	Interval]
sex   -.1502715	.0672187	-2.24	0.025    -.2820178	-.0185253
exp    .0292754	.0097413	3.01	0.003     .0101829	.0483679
exp2    .0000396	.0002085	0.19	0.849     -.000369	.0004482
political    1.123287	.0903128	12.44	0.000     .9462774	1.300297
hktype    1.537044	.1177017	13.06	0.000     1.306353	1.767735
edu1   -.0895743	.2056129	-0.44	0.663    -.4925681	.3134196
edu2   -.7506637	.0912761	-8.22	0.000    -.9295616	-.5717658

4820明显少于2097+3360

treat.	contr.	ATT	Std. Err.	t
1028	1981	0.075	0.041	1.851

这是去掉lny为缺失值的样本后的结果。

我也遇到同样的问题 楼主解决了吗？