PSM倾向性评分匹配的Python实现

在Python上做PSM，可以使用causalinference这个库。以下介绍使用方法。

import pandas as pd 
import statsmodels.api as sm
# 拿数据集
dataset = sm.datasets.get_rdataset('Wages',package = 'plm')
dataset = dataset.data
dataset

数据集

这个数据集是员工的个人信息（经验、性别、种族等等）和工资。假如我们要看性别这一个因素对工资的影响。
首先把类别变量转换为dummy变量。

# 类别变量转换为dummy变量
dataset = pd.get_dummies(data = dataset,
                        drop_first=True
                        )
dataset

get_dummies

拆分出Y、X、confounders，分别是工资、性别、其他因素

# 拆分出Y、X、confounders，分别是工资、性别、其他因素
Y = dataset['lwage'].values
X = dataset['sex_male'].values
confounders = dataset.drop(columns = ['lwage','sex_male']).values

PSM倾向性得分匹配

# PSM倾向性得分匹配
from causalinference import CausalModel
model = CausalModel(Y,X,confounders)
model.est_via_matching(bias_adj = True)
print(model.estimates)

计算结果

结果的通俗理解：
ATT=0.258，你们这些男人，你的“男人”身份给你带来了25.8%的工资加成。
ATC=0.421，女人们，以你们的条件，如果你是男人的话，工资能涨42.1%。
ATE=0.276，所有同志们，“男人”这个标签，可以给带来27.6%的工资加成。

（这个数据集是国外几十年前的数据，现在应该不会有这么大的差距了。）