《表2 数据平衡效果检验》
注:***表示在1%的显著性水平下拒绝原假设
由于每一种匹配方法都存在局限性,如卡尺匹配在以最佳匹配为目的时可能会造成样本损失(Parsons,2001)[49],故一般不存在适用一切情形的绝对好方法。为考察倾向得分匹配法对可观测变量的平衡效果的稳健性,本文采用了局部线性回归匹配、卡尺匹配、完全匹配和核匹配等多种方法来匹配数据。以局部线性回归匹配方法为例,检验结果如表2所示。通过比较不难发现,在匹配前,项目组和非项目组的贫困户在教育程度、家庭人口数、慢性病人数和劳动力人数等方面存在显著差异。而且,无论是全样本数据还是子样本数据,标准偏差幅度均在15%以上,这些差异可能会导致项目组和非项目组在收入方面的差异相混淆。而在匹配后,所有变量标准化偏差的绝对值相比于匹配前都得到了明显改善,且所有T检验结果均不拒绝项目组与控制组无差异的原假设,说明采用的特征变量在匹配后能很好地平衡项目组和控制组之间的差异。采用其余匹配方法得到的结论与表2基本相一致。
图表编号 | XD00137626800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 章贵军、罗良清、奚晓军 |
绘制单位 | 江西财经大学统计学院、江西财经大学统计学院、闽南师范大学商学院 |
更多格式 | 高清、无水印(增值服务) |