PSM 之 pre-sorting data？

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

我常常看到许多人在做 PSM 时，都会重新 (随机) sort 资料，例如 (no offense，还有很多其他已发表之期刊文章之 code 也都是如此)：https://bbs.pinggu.org/thread-7349797-1-1.html，其指令类似：

1. set seed 10101
   
2. gen ranorder=runiform()
   
3. sort ranorder

复制代码

其实做这一步并没有比不 sort 资料来的好 (最多一样好)。当然，若有人可以指出我的错误，我也非常乐意聆听。

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7 回帖

关键词：Sorting Data Tin PSM ING

做最邻近匹配时，必要

飞鸿惊鸿 发表于 2019-10-1 15:06
做最邻近匹配时，必要

虽然我完全看不出理由 (其实我这个帖子就是特别针对是你讲的"最邻近匹配"而写的)，很愿意听听你的意见 (理由为何)！

黃河泉 发表于 2019-10-1 15:45
虽然我完全看不出理由 (其实我这个帖子就是特别针对是你讲的"最邻近匹配"而写的)，很愿意听听你的意见 (理 ...

在计算倾向得分的时候，一种常见的情况是，控制组中的多个观测的倾向得分完全相同。那么观测的初始排序就会影响最终的结果。对排序进行随机化的目的在于从多个倾向得分相同的候选者中“随机地”进行选择。

飞鸿惊鸿 发表于 2019-10-2 21:08
在计算倾向得分的时候，一种常见的情况是，控制组中的多个观测的倾向得分完全相同。那么观测的初始排序就 ...

你讲的理由跟我猜的完全一模一样 (这恐怕是唯一理由，但绝不是要多一步去执行随机 sorting 的理由)。的确， 可能在匹配过程中有可能遇到倾向得分完全相同 (虽然我认为机会不高，但这不是重点)，所以如同你所说的，观测的初始排序就会影响最终的结果，我完全赞成。但问题在于原始资料的排序本来就是一随机之实现状况，你再"随机地”排一次，结果就会比原先的排序结果好 (或更有代表性) 吗？答案很明显地是 (要讲三次)：

1. 不会！不会！不会！

复制代码

蓝色 发表于 2019-10-5 07:34

感谢蓝色版主的资料，我知道很多人这样做 (我也可以找到"国际顶尖期刊"文章中，做 PSM 没有 sorting 的 code 给您看)，我的问题还是 (上面还是没有回答)，重新 sorting (来保证上面的随机性) 的资料真的比 (也是随机实现的) 原始资料来得好吗？ 我相信这是不可能的事 (若有的话，请告诉我理由)！

1. 想像一下，两个都是随机产生的顺序/资料，怎么可能有一个比另一个好呢？

复制代码

黃河泉 发表于 2019-10-5 08:10
感谢蓝色版主的资料，我知道很多人这样做 (我也可以找到"国际顶尖期刊"文章中，做 PSM 没有 sorting 的 c ...

自己收集的数据一般都是按照一定规则排序的。如微观数据，一般按照省市县乡村户个体排序的，不是随机打乱的。
而且在正式进行匹配以前要清理数据，也会对数据进行一定的排序
不会一上来就直接psmatch

蓝色 发表于 2019-10-5 07:34

请问这中文资料是从哪一本书来的？谢谢！

黃河泉 发表于 2019-10-5 09:14
请问这中文资料是从哪一本书来的？谢谢！

英文的是：Propensity Score Analysis: Statistical Methods and Applications (Advanced Quantitative Techniques in the Social Sciences)   SAGE Publications, Inc;  Second Edition：  Shenyang Guo  (Author), Mark W. Fraser  (Author)

中文的是：基本有用的计量经济学  赵西亮 著