Professional Documents
Culture Documents
Taller práctico N 1
Hipótesis: Aquellos hogares del sector rural que son parte del programa oportunidades
tienen un mayor gasto en alimentos en peso Mexicanos.
Se pide:
Evaluar el impacto del programa Oportunidades con el método de propensity matching score emparejando con el
vecino más cercano (Nearest Neighbor Matching).
Signo
Variable Notación Cuantificación Hipótesis
esperado
Representa la variable dependiente de interés
Gasto total en
Y En pesos Mexicanos sobre el cual se evaluará el programa
alimentos
oportunidades
Probabilidad de
Variable dependiente para caracterizar la
participar en el 1=Si participa
T probabilidad de participar en el programa
Programa 0=No participa
oportunidades
Oportunidades
1=si cuenta Si cuenta con agua potable es menor la
Agua potable X1 (-)
0=no cuenta probabilidad de participar en el programa.
1=si cuenta Si cuenta con energía eléctrica es menor la
Energía eléctrica X2 (-)
0=no cuenta probabilidad de acceder al programa.
Si cuenta con servicios de red de desagüe es
Red pública de 1=si cuenta
X3 menor la probabilidad de participar en el (-)
desagüe 0=no cuenta
programa.
1=si el techo es de
Hogares con vivienda de techo de concreto o
Tipo de techo de concreto
X4 sofisticado tienen menor probabilidad de (-)
la vivienda 0=en otro caso (paja,
participar en el programa
cartón)
1=cocina con gas natural o
Tipo de
licuado Los hogares que utilizan gas natural tienen
combustible X5 (-)
0=en otro caso (leña y menor probabilidad de acceder al programa.
para cocinar
carbón)
Aquellos hogares que tiene como jefe de
1=si es varón hogar mujer tienen mayor probabilidad de
Jefe de hogar X6 (-)
0=si es mujer acceder al programa.
Total de
Número total de miembros Hogares con un mayor número de miembros
integrante en el
X7 menores a 8 años en el tienen mayor probabilidad de participar en el (+)
hogar menores a
hogar programa
8 años
Nota: 1 Nuevo Sol=5 pesos Mexicanos (aproximadamente)
Algunas evidencias:
sum Y, detail
ttest Y, by(T)
regre Y T
DO – FILE EDITOR
**MODELO 1****
****Ecuación de pscore con todas las variables;
pscore T x1 x2 x3 x4 x5 x6 x7, pscore(myps) blockid(blockf1) comsup
level(0.001)
estimate store Modelo1
Resultados:
. use "E:\Doctorado_21 Nov 2014\Datos propensity score México.dta", clear
.
.
. ****Impacto del programa oportunidades;
.
. **MODELO 1****
. ****Ecuación de pscore con todas las variables;
. pscore T x1 x2 x3 x4 x5 x6 x7, pscore(myps) blockid(blockf1) comsup level(0.001)
****************************************************
Algorithm to estimate the propensity score
****************************************************
The treatment is T
------------------------------------------------------------------------------
T | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
x1 | -.1565133 1.572941 -0.10 0.921 -3.239421 2.926395
x2 | -1.668406 2.077282 -0.80 0.422 -5.739804 2.402993
x3 | -3.492092 1.945121 -1.80 0.073 -7.304459 .3202739
x4 | -.6640878 1.188839 -0.56 0.576 -2.994169 1.665994
x5 | 1.974605 2.393355 0.83 0.409 -2.716284 6.665493
x6 | -.8201792 1.402065 -0.58 0.559 -3.568177 1.927818
x7 | 2.073788 .7889459 2.63 0.009 .5274829 3.620094
_cons | -6.5187 2.881379 -2.26 0.024 -12.1661 -.8713001
------------------------------------------------------------------------------
Note: 5 failures and 3 successes completely determined.
******************************************************
Step 1: Identification of the optimal number of blocks
Use option detail if you want more detailed output
******************************************************
**********************************************************
Step 2: Test of balancing property of the propensity score
Use option detail if you want more detailed output
**********************************************************
Inferior |
of block | T
of pscore | 0 1 | Total
-----------+----------------------+----------
.2 | 1 1 | 2
.6 | 0 2 | 2
.8 | 1 15 | 16
-----------+----------------------+----------
Total | 2 18 | 20
*******************************************
End of the algorithm to estimate the pscore
*******************************************
.
.
. ****Nearest Neighbor Matching;
. attnd Y T, pscore(myps) comsup
---------------------------------------------------------
n. treat. n. contr. ATT Std. Err. t
---------------------------------------------------------
---------------------------------------------------------
Note: the numbers of treated and controls refer to actual
nearest neighbour matches
.
.
. drop myps blockf1
.
. ***MODELO GANADOR, MEJOR MODELO**
.
. pscore T x1 x2 x3 x7, pscore(myps) blockid(blockf1) comsup level(0.001)
****************************************************
Algorithm to estimate the propensity score
****************************************************
The treatment is T
******************************************************
Step 1: Identification of the optimal number of blocks
Use option detail if you want more detailed output
******************************************************
**********************************************************
Step 2: Test of balancing property of the propensity score
Use option detail if you want more detailed output
**********************************************************
Inferior |
of block | T
of pscore | 0 1 | Total
-----------+----------------------+----------
.1772929 | 1 1 | 2
.2 | 3 0 | 3
.6 | 0 2 | 2
.8 | 1 15 | 16
-----------+----------------------+----------
Total | 5 18 | 23
*******************************************
End of the algorithm to estimate the pscore
*******************************************
.
. estimates table Modelo1 Modelo2, stats(N chi2 aic bic r2_p ll k) star(.05 .01 .1)
----------------------------------------------
Variable | Modelo1 Modelo2
-------------+--------------------------------
x1 | -.15651331 -.92072737
x2 | -1.6684056 -.41291982
x3 | -3.4920924* -2.9197996*
x4 | -.66408785
x5 | 1.9746046
x6 | -.82017921
x7 | 2.0737885*** 2.1349604***
_cons | -6.5186996** -6.9176924**
-------------+--------------------------------
N | 40 40
chi2 | 42.906315 41.788097
aic | 28.14479 23.263009
bic | 41.655825 31.707406
r2_p | .77939063 .75907825
ll | -6.0723948 -6.6315043
k |
----------------------------------------------
legend: * p<.1; ** p<.05; *** p<.01
.
. ****Nearest Neighbor Matching;
. attnd Y T, pscore(myps) comsup
---------------------------------------------------------
n. treat. n. contr. ATT Std. Err. t
---------------------------------------------------------
---------------------------------------------------------
Note: the numbers of treated and controls refer to actual
nearest neighbour matches
.
end of do-file
0 .2 .4 .6 .8 1
Propensity Score
Untreated Treated
Conclusiones: