产品描述
倾向值匹配、IPW等
Stata的因果推断功能允许您从观察数据中估计实验类型的因果效应(治疗效应)。是否对连续、二元、计数或生存结果感兴趣? 是在模拟结果过程还是治疗过程?Stata可以估算您的治疗效果。有了这样一套全面的估计量,您就会找到适合您的那一个。
估计量
• 双重差分(DID)
• 异质性DID(新增)
• 逆概率权重(IPW)
• 倾向得分匹配
• 协变量匹配
• 回归调整
• 加权回归
• 双重稳健方法
– 增强型IPW(AIPW)
– 带回归调整的IPW
– 具有lasso选择控件的AIPW
• 因果中介(新增)
统计
• 平均处理效应(ATEs)
• 处理后的ATEs(ATETs)
• 潜在结果手段(POM)
• 直接影响、间接影响
结果
• 连续—线性
• 二进制—logistic、概率、异方差
• 计数—Poisson
• 分数
• 非负,包括指数平均值
• 生存率—指数、Weibull、伽玛、对数正态
治疗
• 二进制—logistic、概率、异方差
• 多值——多项logistic
诊断
• 重叠图
• 协变量平衡
内生性处理效应
• 连续、截尾、二进制、有序和计数结果
• ATEs、ATETs和POMs
• 结合内生协变量、样本选择和面板数据
• 内生性检验
也许你是一名医学研究人员,知道医生在决定是否开药治疗高血压时考虑的变量,但你对应该用来模拟血压的变量却远没有那么自信。
您可以使用IPW估计器,
• teffects ipw (bp) (drug x1 x2)
或倾向性得分匹配
• teffects psmatch (bp) (drug x1 x2)
了解更多影响血压的变量,但不了解哪些决定是否开药的变量?
使用回归调整,
• teffects ra (bp x1 x3) (drug)
或较近邻匹配,
• teffects nnmatch (bp x1 x3) (drug)
如果你同时知道血压建模和是否开具药物处方,你可以使用双重稳健估计量中的一个。
使用增强的IPW,
• teffects aipw (bp x1 x3) (drug x1 x2)
或采用回归调整的IPW,
• teffects ipwra (bp x1 x3) (drug x1 x2)
令人惊讶的是,使用这些双重稳健的方法,我们只需要正确对待两个模型规范中的一个。
让我们看一个使用带回归调整的IPW例子。我们将收缩压建模为年龄、高血压家族史、吸烟和体重的函数。是否开药被模拟为年龄、家族史和体重的函数。
• teffects ipwra
(bp age fam_history smokes weight)
(drug age fam_history weight)
ATE为-21.4。若所有患者均按医嘱服药,平均血压将下降21.4mm Hg。在没有人给药的情况下,167.5的POM为我们提供了估计的收缩压。
让我们开看一些诊断。协变量是否平衡?我们可以查看年龄的核密度图,例如,比较处理过的和未处理过的。
• tebalance density age
加权后,年龄的密度非常相似。
我们可以对所有协变量进行平衡性检验。
• tebalance overid
我们并不反对所有协变量都是平衡的这一原假设。
我们只谈到了可用的治疗效果估计量的范围。
你有二元结果吗?
• teffects ipwra (y x1 x2, probit) (treat x1 x3)
或是生存结果?
• stteffects ipwra (x1 x2) (treat x1 x3)
是否存在内生性问题?
• eteffects (y x1 x2) (treat x1 x3)
你有很多潜在的控制因素吗?
• telasso (y x1 x2 x3 x4 ...)
(treat x1 x2 x3 x4 ...)
你有中介变量吗?
• mediate (y x1 x2) (m x1 x3) (treat)
等等……
北京天演融智软件有限公司(科学软件网)是STATA软件在中国的授权经销商,为中国的软件用户提供优质的软件销售和培训服务。
手机网站
微信号码
地址:北京市 海淀区 北京市海淀区上地东路35号院1号楼3层1-312-318、1-312-319
联系人:王经理女士
微信帐号:18510103847