PSM输出的ATT、ATU和ATE应该看哪一个？它们可以直接与OLS的结果比较吗？

随遇而安吧r 发表于 2016-2-25 16:49
没有这一章啊，能告诉一下具体章吗？十分感谢！

第二版的第二十八章

quiterie77 发表于 2022-12-1 21:13
第二版的第二十八章

第二版哪有28章啊，不是就到26 如何做规范的实证研究

1. 在处理效应分析中，ATE、ATT以及ATU分别代表不同的平均处理效果：

   - ATT (Average Treatment on the Treated)：表示的是接受处理的个体，如果他们没有接受处理（即假设在反事实状态下）与实际上接受了处理的结果之间的差异。简而言之，它关注的是处理组的平均处理效应。

   - ATU (Average Treatment on the Untreated)：这是控制组（未接受处理的个体）在接受处理和不接受处理情况下结果的差值，但是ATU并不是所有PSM分析都报告的，因为它在某些情形下可能没有明确的意义或难以估计。

   - ATE (Average Treatment Effect)：指的是整个样本中的平均处理效应，即如果每个人都被分配到处理组与控制组时的结果差异。它是总体平均效果的概念，包括了接受处理和未接受处理的所有个体。

选择ATT还是ATE取决于你的研究目的：
   
   - 如果你关心的是已经接受了处理的个体会因为这个处理而发生什么样的改变，那么你应该关注ATT。
   
   - 如果你对整个群体（无论是被处理过还是没被处理过的）平均而言会有什么样的效果感兴趣，那么ATE是更合适的选择。

2. 关于PSM结果和OLS系数是否可以直接比较：

    OLS（普通最小二乘法）假设模型中不存在自选择偏差，并且所有变量都是随机分布的。然而，在存在选择性偏误的情况下，OLS估计可能有偏。而PSM通过匹配处理组与控制组中的个体来减少这种自选择偏误。

    如果使用PSM正确地平衡了处理组和控制组之间观测到的协变量，那么PSM估计（如ATT或ATE）可以提供更接近于无偏的参数估计，尤其是在存在自选择偏差的情况下。因此，在有充分理由相信存在自选择偏误时，PSM结果与OLS系数是不可以直接比较的；而当处理组和控制组在协变量上平衡后，PSM的结果（尤其是ATT或ATE）可以被认为是更准确、无偏的估计。

   然而，在没有自选择偏误的情况下，即模型中的所有相关变量都已经被纳入，且这些变量都是随机分配的，则OLS与PSM应当给出相似的结果。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用