pscore的使用（转载）

转载自：https://www.sohu.com/a/243177248_659080
原文标题为《倾向得分匹配（PSM）操作过程与问题反思》
-------管理学季刊
如有版权问题，请联系删除。

（1）检验选择性的存在
–基本命令–
cd: work_file_path…
use nswpsid.dta,clear
browse
rename _all,lower
*我手头的数据变量名全部为大写，便于观察，我统一修改为小写
reg re78 treat age educ black hisp marr re74 re75 agesq educsq nodegree re74sq re75sq u74black u74hisp
reg re78 treat
下图中，treat效果并不显著。大量的自变量的存在也导致了一定的共线性问题，也就是说，其他变量稀释了treat变量解释的方差。
下图显示，treat显著，说明是存在选择性问题的。

（2）倾向值打分
–基本命令–
global breps 1000
*设定重复抽样全局宏1000次
global vars age agesq educ educsq black hisp marr re74 re75 re74sq u74 u75 u74hisp nodegree
*设定一个全局宏vars，代表后面的变量
pscore treat $vars, pscore(myscore) comsup blockid(myblock) numblo(10) level(0.005) logit
*设置block，设置显著性水平0.005，采用logit估计。一般而言，logit和probit都是比较常用的估计方法。
*这个模型也叫作选择模型。
*我们应该先检验打分的平衡性。
选择模型

描述~~

满足了平衡性要求。