Stata数据处理:iebaltab和ieddtab命令介绍-T208

发布时间:2021-07-12 阅读 358

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:

PDF下载 - 推文合集

作者:葛佳敏 (厦门大学)
邮箱gejiamin616@126.com


目录


ietoolkit 软件包是由世界银行发展影响评估部门 (Development Impact Evaluation, DIME) 开发,用于简化数据管理和分析过程。本推文是系列推文中的第一篇,整体介绍 ietoolkit 命令组。本文介绍命令组中的核心命令 iebaltabieddtab。在正式使用前,仍需通过以下命令语句进行安装:

ssc install ietoolkit, replace

1. iebaltab 命令

1.1 命令介绍

iebaltab 命令可以生成带有多个组或处理分支的平衡表 (Note: 该命令是 balance table 的简写)。 该命令语法如下,

iebaltab balancevarlist [if] [in] [weight] , grpvar(varname) { save(
         filename) | savetex(filename) | browse } [ column_options
         label_options stats_options ftest_options display_options
         export_options ]

其中,balancevarlist 是一个或多个变量 (此处称为平衡变量),iebaltab 命令将根据 grpvar(varname) 中类别变量检验上述变量组别差异。关于该命令更多详细用法,请参考 help ieddtab。另外,iebaltab 命令主要实现以下功能:

  • 分组均值和分组标准误
reg balancevarname if groupvar = groupcode

其中,balancevarnamebalancevarlist 中的变量,groupvar 指的是选项 grpvar(varname)groupcode 是分组变量。在返回结果中,_b[cons] 是组平均值,_se [cons] 是组平均值中的标准误差。

  • t 检验
reg balancevarname testgroupdummy
test testgroupdummy 

其中,testgroupdummy 是一个虚拟变量,处理组为 1,控制组为 0。根据 starlevels() 中的阈值,将代表显著性水平的星号添加到表中时,需要使用返回结果 r(p)

  • F 检验
reg testgroupdummy balancevarlist
testparm balancevarlist

其中,balancevarlist 是为该命令指定的所有 balancevars 列表。

  • 包含固定效应
xi : reg balancevarname testgroupdummy i.fixed
test testgroupdummy
xi : reg testgroupdummy balancevarlist i.fixed
testparm balancevarlist 

其中,fixed 是选项 fixeffects() 中的固定效应包含的变量。

  • 包含协变量
reg balancevarname testgroupdummy covariatesvarlist
test testgroupdummy
reg testgroupdummy balancevarlist covariatesvarlist
testparm balancevarlist 

其中,covariatesvarlist 是包含在选项 covariates() 中的控制变量。

  • 包括非默认方差估计量。
reg balancevarname testgroupdummy, vce(vcetype)
test testgroupdummy
reg testgroupdummy balancevarlist, vce(vcetype)
testparm balancevarlist
  • 包含所有选项
xi : reg balancevarname testgroupdummy i.fixed covariatesvarlist, vce(vcetype)
test testgroupdummy 

1.2 具体示例

  • Example 1
iebaltab outcome_variable, grpvar(treatment_variable) browse 

其中,treatment_variable 为处理变量,即处理组,该变量取值为 1,反之为 0。该命令将分别显示处理组和控制组的 outcome_variable 平均值和标准误差,以及二者差异和显著性。

  • Example 2
 global project_folder "C:\Users\project\baseline\results"
        iebaltab outcome_variable, grpvar(treatment_variable)
        save("$project_folder\balancetable.xlsx")

在这里,表被保存到文件中,而不像 Example 1 一样在浏览器窗口中显示。

  • Example 3
iebaltab outcome1 outcome2 outcome3, grpvar(treatment_variable)
        save("$project_folder\balancetable.xlsx") rowvarlabels
        rowlabels("outcome1 Outcome variable 1 @ outcome2 Second outcome
        variable")

其中,rowlabels() 使得行标题将分别显示为 Outcome variable 1Second outcome variable,而不是 outcome1outcome2。由于未在 rowlabels() 中指定 outcome3,因此将默认使用 outcome3 的变量名作为行标题。

1.3 Stata 实操

. sysuse census.dta, clear

*-计算数据的相对比率 
. replace death = 100 * death / pop 
. replace marriage = 100 * marriage / pop
. replace divorce = 100 * divorce / pop
. gen treatment = (runiform()<.5) //随机生成处理组的虚拟变量
. iebaltab marriage divorce death, grpvar(treatment) browse //浏览
. iebaltab marriage divorce death, grpvar(treatment) save(table01) //输出 Excel 表格

上述命令的结果会呈现在 Stata 数据编辑器里,如下图所示。若使用 save(filename) 或是 savetex(filename) 可以将结果保存在 Excel 或 Tex 文件里。

				(1)			(2)				t-test
				0			1				Difference
Variable	N	Mean/SE		N	Mean/SE		(1)-(2)
marriage	29	 1.102		21	 1.651		-0.549
				[0.041]			[0.633]		
divorce		29	 0.553		21	 0.585		-0.032
				[0.027]			[0.067]		
death		29	 0.830		21	0.862		-0.031
				[0.029]			[0.019]	
				
The value displayed for t-tests are the differences 
in the means across the groups.

***, **, and * indicate significance 
at the 1, 5, and 10 percent critical level.	
. iebaltab marriage divorce death, grpvar(treatment) save("balancetable.xlsx")

上述命令将结果保存在名为 balancetable 的表格中,结果表格如下图所示。

2. ieddtab 命令

2.1 命令介绍

ieddtab 命令可以运行双重差分模型,同时报告基础结果。其语法如下,

ieddtab varlist [if] [in] [weight], time(varname) treatment(varname)
        [ covariates(varlist) starlevels(numlist) stardrop
        errortype(string) rowlabtype(string) rowlabtext(label_string)
        format(%fmt) replace savetex(filepath) onerow nonumbers nonotes
        addnotes(string) texdocument texcaption(string) texlabel(string)
        texnotewidth(numlist) texvspace(string) ]

其中,varlist 是双重差分模型中的因变量。关于该命令更多详细介绍,请参考 help ieddtabieddtab 工作原理以下命令语句所示,其中 time 为时间变量,treat 为处理组虚拟变量。

generate interact = time * treat //创建一个交互变量
regress varA time treat interact //计算双重差分结果,ieddtab 表中显示交互项的系数
generate sample = e(sample)      //指示回归中包含哪些观测值
regress varA time if treat == 0 & sample == 1 
regress varA time if treat == 1 & sample == 1 
mean varA if time == 0 & treat == 0 & sample == 1
mean varA if time == 0 & treat == 1 & sample == 1 

2.2 Stata 实操

sysuse census.dta, clear

*计算数据的相对比率 
replace death = 100 * death / pop 
replace marriage = 100 * marriage / pop
replace divorce = 100 * divorce / pop

*随机生成时间和处理组的虚拟变量
gen time = (runiform()<.5)
gen treatment = (runiform()<.5)
  • Example 1
. ieddtab death marriage divorce , t(time) treatment(treatment)
(0 observations deleted)
+------------------------------------------------------------------------------+
|          |         Control       |          Treatment          |Difference-in|
|          | Baseline | Difference |  Baseline  |   Difference   | -difference |
|          |   Mean   |   Coef.    |    Mean    |     Coef.      |   Coef.     |
|          |  (SE)    |  (SE)      |   (SE)     |    (SE)        |  (SE)       |
| Variable |   N      |   N        |    N       |     N          |   N         |
|----------+----------+------------+------------+----------------+-------------|
| death    |     0.81 |    0.04    |      0.86  |       -0.00    |    -0.05    |
|          |    (0.04)|   (0.06)   |     (0.03) |       (0.04)   |    (0.08)   |
|          |       13 |      29    |         7  |          21    |       50    |
| marriage |     1.16 |   -0.10    |      1.04  |        0.91    |     1.01    |
|          |    (0.07)|   (0.08)   |     (0.07) |       (1.36)   |    (1.13)   |
|          |       13 |      29    |         7  |          21    |       50    |
| divorce  |     0.54 |    0.03    |      0.53  |        0.09    |     0.06    |
|          |    (0.04)|   (0.06)   |     (0.05) |       (0.14)   |    (0.14)   |
|          |       13 |      29    |         7  |          21    |       50    |
+------------------------------------------------------------------------------+
The baseline means only include observations not omitted in the 1st 
and 2nd differences.The number of observations in the 1st and 2nd 
differences includes both baseline and follow-up observations. ***, 
**, and * indicate significance at the .01, .05, and .1 percent critical level.
  • Example 2
. ieddtab death marriage divorce , t(time) treatment(treatment)  ///
>         rowlabtext("death Death Rate @@ divorce Divorce Rate") ///
>         rowlabtype("varlab")
(0 observations deleted)
+-------------------------------------------------------------------------+
|            |       Control        |      Treatment      | Difference-in |
|            | Baseline | Difference| Baseline |Difference|  -difference  |
|            |   Mean   |   Coef.   |   Mean   |  Coef.   |    Coef.      |
|            |  (SE)    |   (SE)    |  (SE)    | (SE)     |   (SE)        |
| Variable   |   N      |    N      |   N      |  N       |    N          |
|------------+----------+-----------+----------+----------+---------------|
|Death Rate  |    0.81  |   0.04    |    0.86  |  -0.00   |      -0.05    |
|            |   (0.04) |  (0.06)   |   (0.03) |  (0.04)  |      (0.08)   |
|            |      13  |     29    |       7  |    21    |         50    |
|Number of   |    1.16  |  -0.10    |    1.04  |   0.91   |       1.01    |
|marriages   |   (0.07) |  (0.08)   |   (0.07) | (1.36)   |      (1.13)   |
|            |      13  |     29    |       7  |    21    |         50    |
|Divorce Rate|    0.54  |   0.03    |    0.53  |  0.09    |       0.06    |
|            |   (0.04) |  (0.06)   |   (0.05) | (0.14)   |      (0.14)   |
|            |      13  |     29    |       7  |    21    |         50    |
+-------------------------------------------------------------------------+
The baseline means only include observations not omitted in the 1st and 2nd 
differences. The number of observations in the 1st and 2nd differences 
includes both baseline and follow-up observations. ***, **, and * indicate 
significance at the .01, .05, and .1 percent critical level.

示例 2 生成的表将具有与示例 1 相同的统计信息,但手动输入了变量 deathdivorce 的行标题,以及将结婚的行标题设置为变量标签。

  • Example 3
. ieddtab death marriage divorce , t(time) treatment(treatment) ///
>         rowlabtype("varlab") savetex("DID table.tex") replace
(0 observations deleted)
+-------------------------------------------------------------------+
|           |      Control      |    Treatment        |Difference-in|
|           |Baseline|Difference|Baseline| Difference | -difference |
|           |  Mean  |   Coef.  |  Mean  |   Coef.    |   Coef.     |
|           | (SE)   |  (SE)    | (SE)   |  (SE)      |  (SE)       |
| Variable  |  N     |   N      |  N     |   N        |   N         |
|-----------+--------+----------+--------+------------+-------------|
|Number of  |  0.81  |  0.04    |  0.86  |   -0.00    |    -0.05    |
|deaths     | (0.04) | (0.06)   | (0.03) |   (0.04)   |    (0.08)   |
|           |    13  |    29    |     7  |      21    |       50    |
|Number of  |  1.16  | -0.10    |  1.04  |    0.91    |     1.01    |
|marriages  | (0.07) | (0.08)   | (0.07) |   (1.36)   |    (1.13)   |
|           |    13  |    29    |     7  |      21    |       50    |
|Number of  |  0.54  |  0.03    |  0.53  |    0.09    |     0.06    |
|divorces   | (0.04) | (0.06)   | (0.05) |   (0.14)   |    (0.14)   |
|           |    13  |    29    |     7  |      21    |       50    |
+-------------------------------------------------------------------+
The baseline means only include observations not omitted in the 1st and 
2nd differences. The number of observations in the 1st and 2nd differences 
includes both baseline and follow-up observations. ***, **, and * indicate 
significance at the .01, .05, and .1 percent critical level.
Balance table saved to: DID table.tex

示例 3 具有与示例 1 和示例 2 相同的统计信息,并将行标题设置为变量标签,最后将该表将保存在当前目录下,名称为 "DID table.tex"。

3. 相关资料

4. 相关推文

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

相关课程

免费公开课

最新课程-直播课

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]
  • Note: 部分课程的资料,PPT 等可以前往 连享会-直播课 主页查看,下载。

课程主页

课程主页

关于我们

  • Stata连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。
  • 连享会-主页知乎专栏,400+ 推文,实证分析不再抓狂。直播间 有很多视频课程,可以随时观看。
  • 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标,输入简要关键词,以便快速呈现历史推文,获取工具软件和数据下载。常见关键词:课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法

连享会小程序:扫一扫,看推文,看视频……

扫码加入连享会微信群,提问交流更方便

✏ 连享会-常见问题解答:
https://gitee.com/lianxh/Course/wikis

New! lianxh 命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh