回归合成控制法操作及应用

本文主要简要介绍了回归合成法的操作及应用

一、回归合成控制法

在R语言中， Vega-bayo(2015)开发的包 pampe提供了回归合成法的程序。

数据样本跨度为：Hiao等(2012)根据1993年第一季度到2008年第一季度经济增长率的季度数据建立回归合成模型。

干预时间为：CEPA于2004年正式实施，因而，政策干预时间为2004年。

因为pampe是一个外部安装包，因此需要首先安装并导入，在R语言中，下载安装pampe包后，可以依次执行下列命令:

library(pampe)

回归合成步骤为：

------------------------------------------------------------------------------------
# 计量经济学服务中心
------------------------------------------------------------------------------------

# 1、导入回归合成控制法包papme 
library(pampe)

##2、下载查看数据
data(growth)
View(growth)

结果为：

##3、设置变量，由Hsiao等人(2012)采用AICc作为选择标准
treated         <- "HongKong"
time.pretr      <- 1:18
time.tr         <- 19:44
possible.ctrls  <- c('China','Indonesia','Japan','Korea','Malaysia','Philippines',
                     'Singapore','Taiwan','UnitedStates','Thailand')
                     

上述命令主要设置处理时间节点等，结果为：

进行回归合成控制法

------------------------------------------------------------------------------------
# 计量经济学服务中心
------------------------------------------------------------------------------------

# 4、回归合成控制法
pol.integ <- pampe(time.pretr=time.pretr, time.tr=time.tr, treated=treated,
                   controls=possible.ctrls, data=growth)

#5、回归合成控制法摘要
summary(pol.integ)

函数会自动打印出最佳模型的摘要

生成处理单元的实际演化图以及预测的反事实路径。对保存的pampe对象进行简单的绘图调用，就会得到所需的绘图

plot(pol.integ)
按<Return>键来看下一个图:

更多绘制平均处理效应和安慰剂检验结果的图请查看帮助文件。