Stata:合成DID操作及应用
计量经济学服务中心专辑汇总!计量百科·资源·干货:
Stata |Python |Matlab |Eviews |R Geoda |ArcGis |GeodaSpace |SPSS 一文读懂 |数据资源 |回归方法 |网络爬虫 门限回归 |工具变量 |内生性 |空间计量 因果推断 |合成控制法 |倾向匹配得分 |断点回归 |双重差分 面板数据 | 动态面板数据
🌈2022年7月--Stata暑假班 | “高级计量经济学及Stata应用”研讨班重磅发布!
👉2022年6月/7月空间计量研讨班:空间计量及Geoda、Stata、ArcGis、Matlab、GWR4、MGWR应用
🌈2022年8月--Stata面板数据及因果推断专题课!
合成DID操作及应用
sdid—Stata中合成双重差分
继Arkhangelsky等人(2021年)之后,该Stata包实现了综合双重差分估计过程,以及一系列推断和绘图过程。Arkhangelsky等人提供了一个使用R的代码实现,这里附带了一些材料:synthdid。这里我们提供了一个原生的Stata实现,主要是用Mata编写的。这个包扩展了原始R包的功能,允许非常简单地在多个处理阶段交错采用的上下文中进行评估(以及在原始代码的单个采用阶段)。
安装到Stata
ssc install sdid
语法格式
sdid Y S T D, vce(method) seed(#) reps(#) covariates(varlist [, method])
graph g1_opt(string) g2_opt(string) unstandardized graph_export([stub] , type)
选项含义:
Y:结果变量(数值)
S:单位变量(数字或字符串)
T:时间变量(数值)
D:处理的虚拟,如果单位被处理,则为1,否则为0(数字)
vce (): bootstrap, jackknife,安慰剂标准误差。
seed():伪随机数的种子定义。
reps(#):重复bootstrap和安慰剂。
covariates(varlist [, method]):用于调整y的协变量。应包含协变量的varlist,并可选用于调整方法的选项。在这种情况下,它可以遵循Arkhangelsky等人提出的方法进行“优化”,在这种情况下,它可以遵循Kranz, 2021 (xsynth在R中)提出的程序。在没有指定方法的情况下,默认使用“优化”。克兰兹已经证明投影法在许多情况下是可取的。在这个实现中,投影的方法通常要快得多。
graph:如果指定了该选项,将显示单位和时间权重以及结果趋势的图形,如Arkhangelsky等人的图1。
g1_opt(string) g2_opt(string):选项,用于修改上述图形的外观。G1为单位权重图,g2为结果趋势图。请求的选项必须遵循Stata的twoway_options的语法。
unstandardized:如果包含了控制,并且指定了“优化”方法,在找到最优权重之前,控制将被标准化为z分数。这避免了控制变量具有高度离散时的优化问题。如果指定了非标准化,则只需输入控件的原始单位。应该谨慎使用这个选项。
graph_export([stub], type):使用这个选项可以将生成的图形保存到磁盘。每个单位权重和结果趋势将分别保存为weightsYYYY和trendsYYYY, YYYY表示每个治疗采用期。每个治疗采用阶段将生成两个图表。如果指定了该选项,则必须指定type,它指的是一个有效的Stata图形类型(例如"。Eps ", ".pdf"等等)。可选地,可以指定一个存根,在这种情况下,它将被放在导出的图形名称的前面。
案例1
一个基于提案99 (Abadie et al., 2010)的例子,只有一个采用日期。加载Abadie et al.(2010)数据:
. use "C:\Users\Metrics\Desktop\prop99_example.dta"
使用sdid进行估计,导出权重和趋势图:
. sdid packspercapita state year treated, vce(placebo) seed(1213) graph g1_opt(xtitle("")) g2_
案例2
基于议会性别配额、议会中的女性和孕产妇死亡率的交错采用设计实例(Bhalotra等人,2020年)。数据加载:
use "C:\Users\Metrics\Desktop\quota_example.dta"
运行没有协变量和引导标准误差的估计
sdid womparl country year quota, vce(bootstrap) seed(1213)
以投影的方式使用协变量运行sdid
sdid womparl country year quota, vce(bootstrap) seed(1213) covariates(lngdp, projected)