请问：treatment的treat方程

以下是引用sungmoo在2009-5-24 10:36:00的发言：

以下是引用guolaiguoqu在2009-5-23 22:23:00的发言：treatreg y  x1 y2*z1 z2, select(y2=z3 z4)。即结果方程中含有y2的交叉项，上面这样回归能控制选择偏差吗？

treatreg y  x1 z1 z2, tr(y2=z3 z4)

就可以了吧？

你的"y2*z1"想达到什么目的？

也就是结果方程是

y=x1+z1+z2+y2+y2*z1(这里省略各变量系数)

那此时treatreg y  x1 y2*z1 z2, select(y2=z3 z4)，可以控制选择偏差吗？

此外，按照sungmoo版主的意思，就是treat方程一般不能加入因变量。

如果理论上y2还受到y的影响，就不能用treatreg了？

以下是引用guolaiguoqu在2009-5-24 17:46:00的发言：也就是结果方程是

y=x1+z1+z2+y2+y2*z1(这里省略各变量系数)

那此时treatreg y  x1 y2*z1 z2, select(y2=z3 z4)，可以控制选择偏差吗？

*如果你想实现红色部分，你的蓝色部分应该写作：

treatreg y x1 z1 z2 y2*z1,tr(y2=z3 z4)

以下是引用guolaiguoqu在2009-5-24 17:46:00的发言：按照sungmoo版主的意思，就是treat方程一般不能加入因变量。如果理论上y2还受到y的影响，就不能用treatreg了？

个人以为，最好不这样用。这样可能在纠偏的同时带来了新偏。

[此贴子已经被作者于2009-5-24 18:28:29编辑过]

嗯，是treat，前面不小心写错了。

那再请教一下sungmoo版主，遇到这种情况在stata中如何控制内生性呢？

非常感谢！

以下是引用guolaiguoqu在2009-5-24 18:57:00的发言：遇到这种情况在stata中如何控制内生性呢？

这种内生性比较特殊：用于纠正关于Y的内生选择偏误的变量包含Y自身。这个讨论起来恐怕很复杂。

sungmoo 发表于 2009-5-24 10:15
*stata的命令（z为0-1变量）：treatreg y x1-xn, tr(z=w1-wm) two*等价于以下命令：prob z w1-wmpredict gw, xbg lambda=normalden(gw)/normal(gw) if z==1replace lambda=-normalden(gw)/normal(-gw) if z==0reg y z x1-xn lambda

sungmoo版主，你好。
我又遇到一个关于treatment的问题，我发现按照你所说的两个步骤得到的结果，与采用treatreg直接得到的结果，系数估计是一样的，但系数的标准差不一样，从而导致显著性水平就不同了，而这个显著性水平却很重要。
我用附件中的数据得到的两种回归结果，显著性水平就大有差异。不知道应该采用哪一种？非常感谢！

两步回归的结果显示：
      Source |       SS       df       MS              　　Number of obs =     278
-------------+------------------------------          　　　 F(  2,   275) =   11.54
       Model |  .126873484     2  .063436742           Prob > F      =  0.0000
  Residual |  1.51133969   275  .005495781        R-squared     =  0.0774
-------------+------------------------------           　　　Adj R-squared =  0.0707
       Total |  1.63821317   277  .005914127           Root MSE      =  .07413
------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           x |   5.154239   1.074254     4.80   0.000     3.039433    7.269045
       imr |  -3.142532   .6553038    -4.80   0.000    -4.432582   -1.852483
   _cons |  -3.358233   .7226233    -4.65   0.000    -4.780809   -1.935657
------------------------------------------------------------------------------

直接的treatreg:
Treatment-effects model -- two-step estimates   Number of obs      =       278
                                                Wald chi2(1)       =      0.02
                                                Prob > chi2        =    0.8822
------------------------------------------------------------------------------
             |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
y            |
           x |   5.154239   34.78643     0.15   0.882    -63.02591    73.33439
  _cons |  -3.358233   23.39995    -0.14   0.886     -49.2213    42.50483
------------+----------------------------------------------------------------
x            |
           z |  -.0085972   .0591068    -0.15   0.884    -.1244444    .1072501
   _cons |   .4687972   .1673333     2.80   0.005     .1408299    .7967644
-------------+----------------------------------------------------------------
hazard     |
    lambda |  -3.142532   21.21947    -0.15   0.882    -44.73194    38.44687
-------------+----------------------------------------------------------------
        rho |   -1.00000
   sigma |  2.4184805
lambda | -3.1425323   21.21947
------------------------------------------------------------------------------

个人建议用后面一种。

17# sungmoo

嗯，谢谢sungmoo。
不知采用第一种可否？因为在treatreg twostep中我需要要采用-cluster-选项，而stata显示在twostep情况下不能采用cluster，所以我只能分两步计算，在第二步OLS中采用cluster，不知妥当否？

附带问一下之前的老问题，似乎没有得到解决，这次又碰上了。
treatreg y  x1 y2*z1 z2, select(y2=z3 z4)，可以控制选择偏差吗？
也就是结果方程是
y=x1+z1+z2+y2+y2*z1(这里省略各变量系数)


非常谢谢sungmoo版主。

guolaiguoqu 发表于 2009-7-20 14:51 不知采用第一种可否？因为在treatreg twostep中我需要要采用-cluster-选项，而stata显示在twostep情况下不能采用cluster，所以我只能分两步计算，在第二步OLS中采用cluster，不知妥当否？

reg使用了OLS估计，treatreg（两步中都）使用了ML估计。它们得出了不同的单参数检验统计量，但若假设扰动项服从正态分布，OLS与ML会得出相同的估计量。

采用第一种做法也可以。

guolaiguoqu 发表于 2009-7-20 14:51 treatreg y  x1 y2*z1 z2, select(y2=z3 z4)，可以控制选择偏差吗？也就是结果方程是y=x1+z1+z2+y2+y2*z1(这里省略各变量系数)

个人总觉得这种做法需要做一些强假设。

y2*z1这个变量的取值显然应该受到选择行为的影响。上面的做法假设这个变量独立于选择行为。

另外，

treatreg y x1 y2*z1 z2, tr(y2=z3 z4)，对应reg y x1 y2 y2*z1 z2 lambda

treatreg y x1 z1 z2 y2*z1, tr(y2=z3 z4)，对应reg y x1 z1 z2 y2 y2*z1 lambda