请教一个关于广义倾向得分匹配法的问题！！求教！

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

为何我使用网上的例子中的LotteryDataSet.dta数据，然后使用help里面的示例程序，但是却运行不出来？？？
最简单的第一步都运行不出来，烦死了，求大佬帮助！！

程序如下：
qui generate cut = 23 if prize<=23
qui replace cut = 80 if prize>23 & prize<=80
qui replace cut = 485 if prize>80
gpscore agew male ownhs owncoll tixbot workthen yearw yearm1 yearm2 yearm3 yearm4 yearm5 yearm6, t(prize) gpscore(pscore) predict(hat_treat) sigma(sd) cutpoints(cut) index(p50) nq_gps(5) t_transf(ln) detail


数据放在下面的链接里，有没有好心人帮我运行下呢？我这个用自己的stata运行出来，一直显示的是invalid syntax  r（198），但是和别人的程序明明是一样的啊
数据：
https://bbs.pinggu.org/a-2604058.html

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1 回帖

没有问题

1. . qui generate cut = 23 if prize<=23
   
2. 
   
3. . qui replace cut = 80 if prize>23 & prize<=80
   
4. 
   
5. . qui replace cut = 485 if prize>80
   
6. 
   
7. . gpscore agew male ownhs owncoll tixbot workthen yearw yearm1 yearm2 yearm3 yearm4 yearm5 yearm6, t(prize) gpscore(pscore) predic
   
8. > t(hat_treat) sigma(sd) cutpoints(cut) index(p50) nq_gps(5) t_transf(ln) detail
   
9. 
   
10. Generalized Propensity Score
    
11. 
    
12. ******************************************************
    
13. Algorithm to estimate the generalized propensity score
    
14. ******************************************************
    
15. 
    
16. 
    
17. 
    
18. Estimation of the propensity score
    
19. 
    
20. The log transformation of the treatment variable prize is used
    
21. 
    
22.                               T
    
23. -------------------------------------------------------------
    
24.       Percentiles      Smallest
    
25. 1%     1.609438       .1301507
    
26. 5%     2.283851       .1301507
    
27. 10%     2.420012       1.609438       Obs                 237
    
28. 25%     2.835211        1.67818       Sum of Wgt.         237
    
29. 
    
30. 50%      3.45783                      Mean           3.558185
    
31.                         Largest       Std. Dev.      .9553768
    
32. 75%     4.143008       5.598792
    
33. 90%     4.875426       5.720607       Variance       .9127448
    
34. 95%     5.128892       5.778643       Skewness      -.0165889
    
35. 99%     5.720607       6.183716       Kurtosis       3.452439
    
36. 
    
37. initial:       log likelihood =     -<inf>  (could not be evaluated)
    
38. feasible:      log likelihood = -4917.4112
    
39. rescale:       log likelihood = -480.91803
    
40. rescale eq:    log likelihood = -348.62357
    
41. Iteration 0:   log likelihood = -348.62357  
    
42. Iteration 1:   log likelihood = -315.79388  
    
43. Iteration 2:   log likelihood = -307.71535  
    
44. Iteration 3:   log likelihood = -307.68188  
    
45. Iteration 4:   log likelihood = -307.68186  
    
46. 
    
47.                                                 Number of obs     =        237
    
48.                                                 Wald chi2(13)     =      37.22
    
49. Log likelihood = -307.68186                     Prob > chi2       =     0.0004
    
50. 
    
51. ------------------------------------------------------------------------------
    
52.            T |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
    
53. -------------+----------------------------------------------------------------
    
54. eq1          |
    
55.         agew |   .0151905   .0048563     3.13   0.002     .0056724    .0247086
    
56.         male |   .4379826   .1351124     3.24   0.001     .1731672     .702798
    
57.        ownhs |   .0192025    .060835     0.32   0.752    -.1000319    .1384368
    
58.      owncoll |   .0372805   .0397666     0.94   0.349    -.0406607    .1152217
    
59.       tixbot |   .0043423   .0182546     0.24   0.812     -.031436    .0401206
    
60.     workthen |   .1270879   .1645602     0.77   0.440    -.1954442      .44962
    
61.        yearw |  -.0014367   .0464566    -0.03   0.975      -.09249    .0896166
    
62.       yearm1 |   .0062064    .010379     0.60   0.550     -.014136    .0265488
    
63.       yearm2 |  -.0123161   .0162758    -0.76   0.449     -.044216    .0195839
    
64.       yearm3 |   .0119446   .0166256     0.72   0.472    -.0206411    .0445302
    
65.       yearm4 |   .0242245   .0158217     1.53   0.126    -.0067855    .0552344
    
66.       yearm5 |  -.0216437   .0153635    -1.41   0.159    -.0517555    .0084682
    
67.       yearm6 |  -.0050021   .0110455    -0.45   0.651    -.0266509    .0166467
    
68.        _cons |   2.315546   .4693959     4.93   0.000     1.395547    3.235545
    
69. -------------+----------------------------------------------------------------
    
70. eq2          |
    
71.        _cons |    .886297    .040709    21.77   0.000      .806509    .9660851
    
72. ------------------------------------------------------------------------------
    
73. 
    
74. Test for normality of the disturbances
    
75. 
    
76. Kolmogorov-Smirnov equality-of-distributions test
    
77. Normal Distribution of the disturbances
    
78. 
    
79. One-sample Kolmogorov-Smirnov test against theoretical distribution
    
80.            normal((res_etreat - r(mean))/sqrt(r(Var)))
    
81. 
    
82. Smaller group       D       P-value  Corrected
    
83. ----------------------------------------------
    
84. res_etreat:         0.0517    0.281
    
85. Cumulative:        -0.0420    0.434
    
86. Combined K-S:       0.0517    0.550      0.517
    
87. 
    
88. The assumption of Normality is statistically satisfied at .05 level
    
89. 
    
90.            Estimated generalized propensity score
    
91. -------------------------------------------------------------
    
92.       Percentiles      Smallest
    
93. 1%     .0131817       .0003053
    
94. 5%     .0869414       .0011738
    
95. 10%     .1272663       .0131817       Obs                 237
    
96. 25%     .2255553       .0163113       Sum of Wgt.         237
    
97. 
    
98. 50%     .3536221                      Mean           .3196603
    
99.                         Largest       Std. Dev.      .1222106
    
100. 75%     .4343045       .4500003
     
101. 90%     .4481351       .4500911       Variance       .0149354
     
102. 95%     .4497166        .450096       Skewness      -.7723501
     
103. 99%     .4500911       .4501086       Kurtosis       2.510499
     
104. 
     
105. ********************************************
     
106. End of the algorithm to estimate the gpscore
     
107. ********************************************
     
108. 
     
109. ******************************************************************************
     
110. The set of the potential treatment values is divided into 3 intervals
     
111. 
     
112. The values of the gpscore evaluated at the representative point of each
     
113. treatment interval are divided into 5 intervals
     
114. ******************************************************************************
     
115. 
     
116. ***********************************************************
     
117. Summary statistics of the distribution of the GPS evaluated
     
118. at the representative point of each treatment interval
     
119. ***********************************************************
     
120. 
     
121.     Variable |        Obs        Mean    Std. Dev.       Min        Max
     
122. -------------+---------------------------------------------------------
     
123.        gps_1 |        237     .262852    .0956436   .0583948   .4486237
     
124. 
     
125.     Variable |        Obs        Mean    Std. Dev.       Min        Max
     
126. -------------+---------------------------------------------------------
     
127.        gps_2 |        237    .4178101    .0373217   .2433839   .4501224
     
128. 
     
129.     Variable |        Obs        Mean    Std. Dev.       Min        Max
     
130. -------------+---------------------------------------------------------
     
131.        gps_3 |        237    .1814998     .088236   .0181741   .4141454
     
132. 
     
133. 
     
134. ************************************************************************************
     
135. Test that the conditional mean of the pre-treatment variables given the generalized
     
136. propensity score is not different between units who belong to a particular treatment
     
137. interval and units who belong to all other treatment intervals
     
138. ************************************************************************************
     
139. 
     
140. Treatment Interval No 1 - [1.139000058174133, 22.98200035095215]
     
141. 
     
142.                Mean        Standard   
     
143.                Difference  Deviation   t-value
     
144. 
     
145.         agew  -.25322        1.814    -.13959
     
146. 
     
147.         male   .04799       .04246     1.1304
     
148. 
     
149.        ownhs   .15044         .156     .96433
     
150. 
     
151.      owncoll   .20765       .23738     .87476
     
152. 
     
153.       tixbot   .33298       .48448     .68729
     
154. 
     
155.     workthen   .00154       .05608      .0275
     
156. 
     
157.        yearw   .00156       .19135     .00813
     
158. 
     
159.       yearm1   .33117       1.9052     .17382
     
160. 
     
161.       yearm2   .90872       1.7719     .51284
     
162. 
     
163.       yearm3   1.2445       1.6756     .74274
     
164. 
     
165.       yearm4   .74998       1.5625     .47999
     
166. 
     
167.       yearm5   .96299       1.7175      .5607
     
168. 
     
169.       yearm6   1.4414       1.7774     .81098
     
170. 
     
171. 
     
172. Treatment Interval No 2 - [23.08799934387207, 79.11299896240234]
     
173. 
     
174.                Mean        Standard   
     
175.                Difference  Deviation   t-value
     
176. 
     
177.         agew  -.13308       1.8294    -.07275
     
178. 
     
179.         male  -.03419        .0657    -.52041
     
180. 
     
181.        ownhs   -.2294       .13927    -1.6471
     
182. 
     
183.      owncoll  -.20996       .21228    -.98908
     
184. 
     
185.       tixbot  -.26933       .43812    -.61474
     
186. 
     
187.     workthen   .03013       .05266     .57227
     
188. 
     
189.        yearw  -.32817       .17008    -1.9295
     
190. 
     
191.       yearm1   .51467       1.7741      .2901
     
192. 
     
193.       yearm2   .23703       1.7038     .13912
     
194. 
     
195.       yearm3   .41572       1.6656     .24959
     
196. 
     
197.       yearm4   .46856        1.571     .29826
     
198. 
     
199.       yearm5  -.00903       1.6242    -.00556
     
200. 
     
201.       yearm6  -.33587       1.6445    -.20423
     
202. 
     
203. 
     
204. Treatment Interval No 3 - [82.98699951171875, 484.7900085449219]
     
205. 
     
206.                Mean        Standard   
     
207.                Difference  Deviation   t-value
     
208. 
     
209.         agew  -1.7504       2.3202    -.75444
     
210. 
     
211.         male  -.04742       .06211    -.76342
     
212. 
     
213.        ownhs   .34062        .1914     1.7796
     
214. 
     
215.      owncoll   .23199       .28116     .82512
     
216. 
     
217.       tixbot  -.03159       .56716     -.0557
     
218. 
     
219.     workthen  -.07006       .07448    -.94069
     
220. 
     
221.        yearw    .3672       .22613     1.6238
     
222. 
     
223.       yearm1  -.63678       1.9428    -.32777
     
224. 
     
225.       yearm2  -.83409       1.8356    -.45441
     
226. 
     
227.       yearm3  -1.2074       1.7322    -.69707
     
228. 
     
229.       yearm4   -1.351       1.5982    -.84534
     
230. 
     
231.       yearm5  -1.6137       1.8792     -.8587
     
232. 
     
233.       yearm6  -2.2111       1.8615    -1.1878
     
234. 
     
235. 
     
236. According to a standard two-sided t test:
     
237. 
     
238. Moderate evidence against the balancing property
     
239. 
     
240. The balancing property is satisfied at level 0.05

复制代码

蓝色 发表于 2020-2-24 16:40
没有问题

谢谢，那看来是我的stata有问题吗？每次出来都提示说invalid syntax

命令没有问题，那就是你的stata的问题
重新安装、升级软件

蓝色 发表于 2020-2-25 09:58
命令没有问题，那就是你的stata的问题
重新安装、升级软件

好的，谢谢了！

经济学中的因果推断方法【赵西亮教授独家分享】

您好，请问下方便分享一下lotterydataset的数据吗