Stata绘图：balanceplot-系数可视化之平衡性点图

发布时间：2023-07-17 阅读 2101

Stata连享会主页 || 视频 || 推文 || 知乎 || Bilibili 站

温馨提示： 定期清理浏览器缓存，可以获得最佳浏览体验。

New！ lianxh 命令发布了：
随时搜索推文、Stata 资源。安装：
. ssc install lianxh
详情参见帮助文件 (有惊喜)：
. help lianxh
连享会新命令：cnssc, ihelp, rdbalance, gitee, installpkg

✌ 课程详情： https://gitee.com/lianxh/Course

⛳ 课程主页： https://gitee.com/lianxh/Course

⛳ Stata 系列推文：

全部 | Stata入门 | Stata教程 | Stata资源 | Stata命令
计量专题 | 论文写作 | 数据分享 | 专题课程
结果输出 | Stata绘图 | 数据处理 | Stata程序
回归分析 | 面板数据 | 交乘项-调节 | IV-GMM
内生性-因果推断 | 倍分法DID | 断点回归RDD | PSM-Matching | 合成控制法
Probit-Logit | 时间序列 | 空间计量 | 分位数回归 | 生存分析 | SFA-DEA
文本分析-爬虫 | Python-R-Matlab | 机器学习
Markdown | 工具软件 | 其它

☝ PDF下载 - 推文合集

作者： 李胜胜
邮箱： lisheng2@foxmail.com

Source： balanceplot is written by Trenton D Mize, Department of Sociology, Purdue University. -点击查看详情-
Questions can be sent to tmize@purdue.edu

1. 简介

balanceplot 可以产生分类自变量各组间标准化下不平衡统计的点阵图。标准化的不平衡统计量提供了一种有用的方法，该方法可以用来展示分类自变量（在选项group( )中指定）的各组协变量（在varlist中指定）之间的差异。

balanceplot 计算标准化的不平衡统计量，并使用 coefplot 将其绘制为点阵图。均值表、平衡的 t 检验和标准化的不平衡统计可以用选项 table 来显示。balanceplot 用于绘制不平衡曲线图，可以用选项 plotcommand 来显示。

该命令也可以使用因子变量的表示方法，使用因子变量表示时，将把该变量视为分类变量。

2. 语法格式

balanceplot [depvar] [varlist] [if] [in],  ///
    [
     group(var) ref(var) ref2(var) 
     graphop( ) nosort nodropdv 
     plotcommand leg1( ) leg2( ) 
     leftmargin( ) 
     table 
     width( ) 
     decimals( )
    ]

group(var): 必填，组变量是感兴趣的自变量，将对其进行不平衡统计计算。组变量可以有 2 到 3 个级别。
base(var): 设置组变量的基本类别。如果没有指定选项 base( )，默认情况下被设置为 0。
ref(var): 设置组变量的参考类别。如果没有指定选项 ref( )，参考类别默认设置为 1。
ref2(var):设置分组变量的第二个参考类别。只有当分组变量有3个或更多层次时才需要选项 ref2( )。
graphop( ):允许使用选项来控制图形的外观。可以使用 Stata 图形库的大多数常用图形选项。例如，title( )、xtitle( )、xlabel( )和其他图形选项，可以在graphop( )选项中指定。
nosort: 指定根据 varlist 中指定的变量的顺序来排序（从上到下）的图。默认情况下，balanceplot 是根据不平衡统计量的大小来排列图表。
nodropdv: 不平衡统计图中删除不会剔除因变量。默认情况下，因变量不包括在图中。
plotcommand：返回用于生成不平衡统计点图。如果用户想创建一个比 balanceplot 产生的更复杂的图，允许用户从不平衡统计的原始矩阵中创建一个图。
leg1( ): 只有在指定了 3 个或更多级别的组别变量时才可用。leg1( ) 为曲线图中显示的第一个比较值（base vs ref）指定图例标签。balanceplot 在默认情况下会为图形提供一个逻辑标签。建议在指定一个选项之前先试试默认值。
leg2( ): 只有在指定了 3 个或更多级别的组别变量时才可用。
leftmargin( ): 指定在图表左侧提供额外空间。默认值为 0。指定一个额外的绘图空间的百分比，以增加左边缘。例如，leftmargin(10) 指定在图上向左扩展了 10% 的空间。
table: 返回组别变量各层次的均值表，不平衡性的 t检验，以及标准化的不平衡性统计（"偏差"）。
decimals( ): 指定在统计表中显示的小数位数（注意，必须指定 table 选项）。默认的小数点位数是 3。
width( ): 指定统计表的列的宽度（注意，必须指定 table 选项），默认数字是 10。

3. Stata 实例

（1）单一比较

net install balanceplot, from("https://tdmize.github.io/data/balanceplot")
sysuse nlsw88,clear
*set scheme cleanplots, perm
balanceplot wage age i.married i.collgrad ///
            i.south tenure ttl_exp, group(union)
graph export fig1.png,replace

           | mean_base  mean_ref  ttest_pval  std_diff 
-----------+-------------------------------------------
      wage |     7.227     8.685       0.000    35.213 
       age |    39.205    39.276       0.629     2.336 
 1.married |     0.665     0.607       0.025   -12.117 
1.collgrad |     0.224     0.322       0.000    22.126 
   1.south |     0.468     0.296       0.000   -36.030 
    tenure |     6.141     7.888       0.000    30.287 
   ttl_exp |    12.705    13.261       0.026    12.149

分组变量是 union，是否为工会成员，图的含义为协变量的标准化下的差异。以变量 South 问例，从图中可以得到工会成员更愿意住在南方地区, 注意图中为 Nonunion vs Union。Age 靠近 0 的虚线，表明是否工会成员，年龄差异不大。

（2）多组对比



balanceplot wage age i.married i.collgrad ///
    i.south tenure ttl_exp,               ///
    group(race) base(1) ref(2) ref2(3)    ///
    graphop(xlab(-75(25)75)) table

graph export fig2.png,replace

Difference in Means Across Groups of race: base(1_White) vs ref2(3_Other)

             |  mean_base    mean_ref  ttest_pval    std_diff 
-------------+------------------------------------------------
        wage |      8.106       8.551       0.705       7.946 
         age |     39.269      39.308       0.949       1.236 
   1.married |      0.702       0.692       0.916      -2.068 
  1.collgrad |      0.258       0.346       0.306      19.187 
     1.south |      0.346       0.115       0.014     -56.561 
      tenure |      5.808       4.949       0.426     -16.062 
     ttl_exp |     12.482      12.599       0.899       2.267

上述结果解读为，分组变量为种族 group(race) ，白人为基准组，比较协变量标准化的差异。红色点表示白人对黑人，蓝色点表示白人对其他人种。靠近 0 的虚线表示没显著差异。例如，我们只看 age 这个变量，红色点表示，白人与黑人年龄标准化差异在 12.5% 左右。蓝色点在 0 的竖线上，表示白人与其他人种，不存在差异。上表格中 t 检验得到的 p 值为 0.949，也说明不存在差异。这个结果可以通过表头 base(1_White) vs ref2(3_Other) 观察到。

4. 相关推文

Note：产生如下推文列表的命令为：lianxh 绘图, m
安装最新版 lianxh 命令：ssc install lianxh, replace

专题	嘉宾	直播/回看视频
⭐ 最新专题		文本分析、机器学习、效率专题、生存分析等
研究设计	连玉君	我的特斯拉-实证研究设计，-幻灯片-
面板模型	连玉君	动态面板模型，-幻灯片-
面板模型	连玉君	直击面板数据模型 [免费公开课，2小时]

Stata绘图：balanceplot-系数可视化之平衡性点图

1. 简介

2. 语法格式

3. Stata 实例

4. 相关推文

相关课程

免费公开课

最新课程-直播课

⛳ 课程主页

⛳ 课程主页

关于我们

热门资讯