请问psm方法的协变量怎么选择？

-vicky 发表于 2019-6-20 15:06
是要把匹配上的筛选出来 然后做回归就可以吗。匹配生成的变量pscore 、-weight等就没有用了吗

一言难尽啊！三小时的课程在这：http://www.peixun.net/view/1377.html。

你好 我在做这个创新和税收优惠方面的数据的时候利用psm 但是att的t值不显著，小于1.64，请问这个时候该怎么办呢？

黃河泉 发表于 2019-6-20 16:28
一言难尽啊！三小时的课程在这：http://www.peixun.net/view/1377.html。

黄老师您好，我的数据范围是08年-16年，因变量X是用2008年数据和2012年数据进行判别生成的dummy，比如：08年、12年均为1，则变量X为1，那么我要对X进行匹配的话可以选择08年和16年所有年份的协变量进行匹配吗？
还是只能用前期或者当期数据匹配？
谢谢老师！

ISURECAI 发表于 2019-10-31 12:04
黄老师您好，我的数据范围是08年-16年，因变量X是用2008年数据和2012年数据进行判别生成的dummy，比如：0 ...

不太懂你的情况！

Stata: psestimate-倾向得分匹配(PSM)中协变量的筛选
https://www.jianshu.com/p/cdf1ef2c664e?utm_campaign=maleskine
除了考虑理论意义之外，可以参考这个方法

-vicky 发表于 2019-6-20 15:06
是要把匹配上的筛选出来 然后做回归就可以吗。匹配生成的变量pscore 、-weight等就没有用了吗

同学，你好，你的问题解决了吗，你最后加没加你的其他变量呀

土豆丝001 发表于 2019-6-11 19:47
黄老师，您好！我在看应用PSM方法的相关文献时产生一个疑惑，想请教一下您。关于PSM中的匹配变量选取，为 ...

你好，想问下你最后协变量是选择的哪一期呀。滞后期指的是处理效应的前一期的协变量吗？
我也是看到有些文献中这样用的，但并没有给出说法。
谢谢

在进行倾向得分匹配（PSM）时，协变量的选择对于模型的有效性和结果的可靠性至关重要。理想情况下，协变量应满足两个主要目的：一是减少选择偏差；二是提高样本之间的可比性。

### 协变量选择标准：

1. **影响处理分配的因素**：理论上，协变量应该是那些预测一个单位（例如企业）接受处理（如税收优惠）概率的因子。这样可以确保匹配组在这些可能影响处理分配的变量上是均衡的，从而减少选择偏差。

2. **潜在的影响结果的因素**：同时，也应考虑与结果变量（创新能力）相关的协变量，因为这些变量也可能间接地影响处理效应的估计。通过控制这些变量，我们可以更准确地评估处理效应的净效果。

### 例子解析：

在你提到的例子中，“税收优惠对企业创新能力的影响”研究，理想的选择应该是同时包含**（1）和（2）两部分因素**：

- （1）**影响企业创新能力的因素**：如研发投入、员工教育水平等。这些是直接影响结果变量的因子。
  
- （2）**影响获得税收优惠的概率的因素**：包括企业的规模、行业类型、过往财务表现等。这些因素可能同时影响企业是否能获得税收优惠以及其创新潜力。

### 逻辑回归系数解析：

如果选择了（1），即主要关注那些直接与结果相关的协变量，这确实会淡化逻辑回归中处理分配概率的预测能力。但是，在PSM方法下，关键在于通过匹配或加权等技术使比较组在这些协变量上达到均衡，而不是评估这些协变量对处理分配的概率贡献。

如果选择了（2），即主要关注影响处理分配的因素，则可能有助于更精确地平衡两组间的已知差异，从而减少选择偏差。但这并不意味着可以忽视那些直接影响结果的因子。

### 总结：

在实际操作中，理想的PSM模型应该综合考虑与处理效应相关的所有重要因素，包括但不限于那些既预测了处理变量也影响到结果变量的因素。这样做的目的是为了尽可能地平衡比较组之间的已知差异，从而获得更可靠的因果效应估计。

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