倾向分数匹配法是一种研究方法，常见于研究某些治疗、政策或其他事件的影响因素。 在经济、金融学领域，例如有必要研究某个劳动者接受某个高等教育对收入的影响，或者某个企业利用某个管理层的激励措施后对企业业绩的影响。 将是否执行了某个时间单纯作为虚拟变量，使总体回归的话，参数估计会产生偏差。 这是因为在这种情况下，只观察某个对象的他发生某个事件后产生的表现，并将该表现与其他什么也没发生的其他对象进行比较。 这样的比较显然不科学。 因为比较的基础不同。
通俗地说，我们真正要做的是，用自信的土豆来说，想想自信的土豆，如果研究生和自信的土豆没有读研究生，他的收入会有多少不同。 但是，自信的土豆已经读研究生了。 你觉得如果他不读研究生，他的收入会是多少？
因此，引入了“趋势得分匹配”的研究方法。 在英语中称为Propensity Score Matching。 通过这种方法，可以从众多未受过培训的人中，也就是我们整体样本的子集中，推断出每个人成为研究生的概率，然后选择去和自信的土豆非常相似的研究生的概率，但没有去的同学csdxbbbbbb 当样品中所有研究生“自信土豆”找到匹配的非研究生“csdxbw”时，我们可以对这两组样品进行比较研究。
以下以wndxbc高级计量经济学和stata应用书为例实现趋势得分匹配的应用，该案例研究参加就业培训能否显著提高实际收入。 数据添加后(百度网盘提取) )。
ssc install psmatch2，replace *安装趋势得分匹配命令软件包CD ' c :usersadministratordesktopstata work ' *工作路径_ se
*如果未管理协调变量，平均处理效果为1.794，参加培训的平均收入比未参加培训的平均收入高1.794千美元
reg re 78 tageeducblackhispmarriedre 74 re 75 u 74 u 75，r *age年龄，educ受教育年限，black是否为黑人，hisp是否为拉丁裔，married (是否已婚，re74
加入协变量后，处理效果略有下降，1.672与以前变化不大，协变量上黑人和教育明显，其他不明显
*进行一对一匹配
PS match2tageeducblackhispmarriedre 74 re 75 u 74 u 75，outcome(re78 ) n(1) ate ties logit common t为处理变量，后为协调变量，re78为结果变量，logit为
*匹配
结果表明，ATT=1.41，t=1.68小于阈值，ATE、ATU相似。 Unmatched显示不匹配的结果，与一元回归的结果一样，底部显示控制组11个在公共范围外，处理组2个在不*公共范围内，剩下的432个全部在范围内
考虑自助法估算标准错误
setseed2019bootstrapr(att ) r (atu ) r (ate )，reps ) 500 ) : PS匹配2 tageeducblackhispmarriedre 74 re 75 u 74 u 75，outcome
使用pstest检查匹配结果是否平衡了数据
quietpsmatch2tageeducblackhispmarriedre 74 re 75 u 74 u 75，outcome(re78 ) n(1) atetieslogitcommonpstestageeeducblackhispmarrrrriedre
*以下是显示趋势得分一致的通用值范围的条形图
PS图形
从上图中可以看到，大多数都在公共值范围内，如果匹配，则只丢失少量采样
*本
*进行k近邻匹配，k=4，节省空间，采用quietly省略结果报告
PS匹配2 tageeducblackhispmarriedre 74 re 75 u 74 u 75，outcome(re78 ) n )4) ate ties logit common quietly
*上表显示，一对一匹配类似于一对一匹配。 然后进行游标卡尺内的1对4匹配，首先计算倾向分数的标准偏差，乘以0.25
sum _pscoredis 0.25*r(sd)0.01979237
*由此可知0.25倍的标准差约等于0.02，将卡尺范围定为0.01，对倾向得分相差1%的观测
*值进行一对四匹配
*上表显示，大多数一对四匹配发生在卡尺0.01范围内，不存在太远的近邻，进行半径（卡尺）匹配
psmatch2 t age educ black hisp married re74 re75 u74 u75,outcome(re78) radius cal(0.01) ate ties logit common quietly*匹配结果依然类似，下面进行核匹配
psmatch2 t age educ black hisp married re74 re75 u74 u75,outcome(re78) kernel ate ties logit common quietly*结果依然类似，进行局部线性回归匹配（使用默认核函数与带宽）
psmatch2 t age educ black hisp married re74 re75 u74 u75,outcome(re78) llr ate ties logit common quietly*上表未汇报ATT标准误，采用自助法得到标准误
set seed 2019bootstrap r(att) r(atu) r(ate),reps(500):psmatch2 t age educ black hisp married re74 re75 u74 u75,outcome(re78) llr ate ties logit common quietly*根据上表自助标准误，对平均处理效应的三种度量均至少在5%水平上显著
*下面进行条匹配（同样使用自助法），先安装一个非官方命令spline
*估计结果仍然类似，总之，以上各匹配得分结果显示，参加就业培训的平均处理效应为正，在经济意义和统计意义上均显著
*最后进行幸福的世界匹配，计算异方差稳健标准误
*分析结果类似，证实上述结果非常稳健
链接：https://pan.baidu.com/s/18pReupZyZQpS2Wfxe1GV1A
提取码：wuih
本操作使用的数据请从百度云盘提取