本地IV:使用局部仪器评估边际处理效果变量
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)。
主要参考文献
安装
您可以从安装发布版本的localIVCRAN(起重机)具有:
以及来自的开发版本github具有:
#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