自述文件

在广义Roy模型中，边际处理效应（MTE）可以用作构建常规因果关系的构建块平均处理效果（ATE）和平均值等参数治疗对受试者的影响（ATT）。提供治疗选择方程和结果方程，函数mte（）利用半参数局部工具变量估计MTE（localIV）方法或正常选择模型。功能mte_at（）以不同的潜在值评估MTE抵抗u个使用给定的X（X）=x、和功能mte_tilde_at（）评估预计到估计倾向得分。功能ace（）估计人口层面的平均因果影响，如ATE、ATT或边际政策相关治疗效果（MPRTE）。

安装

安装.包(“本地IV”)

#install.packages（“devtools”）
开发工具::安装github(“香洲09/localIV”)

例子

下面是一个玩具示例，说明mte（）到使用局部IV方法拟合MTE模型。

图书馆（本地IV）

国防部<- mte公司(选择=d日~x+z、，结果=年~x、，数据=玩具数据，体重= 0.2)

#拟合倾向评分模型
总结（修订版$ps_型号）
#>
#>致电：
#>glm（公式=选择，族=二项式（“probit”），数据=mfs）
#>
#>偏差残差：
#>最小1Q中位数最大3Q
#> -3.4345  -0.6555   0.0115   0.6392   3.3983
#>
#>系数：
#>估计标准误差z值Pr（>|z|）
#>（截距）0.01798 0.01580 1.138 0.255
#>x 0.95263 0.02065 46.124<2e-16***
#>z 1.00431 0.02088 48.094<2e-16***
#> ---
#>Signif（签名）。代码：0’***’0.001’**'0.01’*'0.05’0.1 ' ' 1
#>
#>（二项式族的离散参数取1）
#>
#>零偏差：在9999自由度上13862.7
#>剩余偏差：9997自由度上的8217.1
#>澳大利亚国际商会：8223.1
#>
#>Fisher评分迭代次数：5

在拟合MTE模型之后mte_at（）函数can用于检查作为潜在阻力u个.


mt_值<- mte_at（最大值）(u个= 序列(0.05,0.95,0.1),模型=修改）

#install.packages（“ggplot2”）
图书馆（ggplot2）

ggplot图（mte_vals，原子发射光谱(x个=u、，年=值））+
  地理线(尺寸= 1)+
  xlab公司(“潜在阻力U”)+
  伊拉布(“X平均值下的MTE估算”)+
  主题_最小(基本大小（_S）= 14)

这个字体（）函数估计“MTE颚化符”，即，以倾向得分为条件的预期治疗效果第页和潜在阻力u个.它揭示了治疗影响异质性作为两者的函数第页和u个.


u个<-第页<- 序列(0.05,0.95,0.1)
mte_波浪线<- mte_tilde_at（mte_tiled_at）（p，u，模型=修改）

#显示MTE_tilde（p，u）的热图
ggplot图（mte_波浪号$df、，原子发射光谱(x个=u、，年=第页，填充=值））+
  地理平铺()+
  缩放填充渐变(姓名= 表达(widetilde公司（MTE）（p，u）），低= “黄色”,高= “蓝色”)+
  xlab公司(“潜在阻力U”)+
  伊拉布(“倾向得分p（Z）”)+
  主题_最小(基本大小（_S）= 14)

什么时候？u个=第页，“MTE波浪号”对应于边际政策相关治疗效应（MPRTE）与第页.


mprte_tilde_df格式<- 子集（mte_tilde）$df、p==u）

#显示MPRTE_tilde（p）的热图
ggplot图（mprte_tilde_df，原子发射光谱(x个=u、，年=第页，填充=值））+
  地理平铺()+
  缩放填充渐变(姓名= 表达(宽波浪号（MPRTE）（p）），低= “黄色”,高= “蓝色”)+
  xlab公司(“潜在阻力U”)+
  伊拉布(“倾向得分p（Z）”)+
  主题_最小(基本大小（_S）= 14)


#MPRTE_tilde（p）分解为p分量和u分量

#install.packages（c（“dplyr”，“tidyr”））
图书馆（dplyr）
图书馆（第三年）

mprte_tilde_df格式%>%
  枢轴加长器(科尔斯= c（c）（u_comp、p_comp和value）%>%
  突变(姓名= 记录因子（_F）（姓名，
         `价值` = “MPRTE（p）”,
         `_补偿` = “p（Z）分量”,
         `u压缩（_C）` = “U组件”))%>%
  ggplot图(原子发射光谱(x个=第页，年=值））+
  地理线(原子发射光谱(线型=名称），尺寸= 1)+
  scale_linetype（缩放线型）("")+
  xlab公司(“倾向得分p（Z）”)+
  伊拉布(“治疗效果”)+
  主题_最小(基本大小（_S）= 14)

最后ace（）函数可用于估计人群层面的平均因果关系，包括ATE、ATT、ATU和边际政策相关治疗效应（MPRTE）。当估计人口层面的MPRTE，政策需要指定作为表示单变量函数的表达式第页.


吃了<- 王牌（修订版，“吃”)
自动变速箱<- 王牌（修订版，“附件”)
阿图<- 王牌（修订版，“阿图”)
mprte1（最大功率1）<- 王牌（修订版，“压缩”)
mprte2（mprte2）<- 王牌（修订版，“压缩”,政策=第页）
mprte3（mprte3）<- 王牌（修订版，“压缩”,政策= 1-第页）
mprte4格式<- 王牌（mod，“压缩”,政策= 我（第页<0.25))

c（c）（ate、att、atu、mprte1、mprte 2、mprte-3、mprte_4）
#>吃att att mprte:1
#>           2.045050           2.525198           1.559401           2.048361
#>压缩：p压缩：1-p压缩：I（p<0.25）
#>           1.826024           2.272419           2.486643

本地IV：使用局部仪器评估边际处理效果变量

安装

例子