6.17 PSM workshop 1在线视频

我们先

简单的再讨论

关于 average treatment

effect, potential

outcome的几个概念

然后我们开始讨论 PSM的

上机的分析操作

那么这个之后

本来我们还有很大的一块是讨论

inverse

probability

waiting

还有 adjustment

regression也是

基于PSM不断衍生出来

的两种匹配的方法

但是显然这堂课是不能讨论的时间不够了

所以我们会放到下堂课接着讲

这个是这样的一个安排

因为前面 Q&A

我认为非常重要

这个时间不能省

因为这里面很多问题是

跟大家更多的这种

之前学过的知识

或者说是

接触过的一些对于观测数据的分析都

把知识连成一片了

讨论非常有价值

所以前面我们的时间花的多一点

我们就往后延一下就可以了

Ok

那么这个我们再回顾一下

我们最重要的概念

一个是 potential

outcome

一个是ATE还有是ATT

大家来看一下

在这样的一个表格里面

我们来看一下

这个y是我们观测到的值

y是观测到的值

t是treatment

t=0就是control

t=1是treatment one

t=2是他参加了

treatment two

他一共是两种treatment

那么y0是说如果它在control

group

他的 outcome是多少

y1是如果他接受了

第一种treatment

它的 outcome是多少

y2是他如果接受了

第二种treatment 它的outcome是多少

就是这样的一个表格

那么这里一共有5个样本点

就是5个个体的数据

这个

大家搞清楚了

就是这个表格

那么问题是我们的问题是

我们的问题是

请大家回答一下

在这样的一张表格里面

谁是

第一个treatment的ATE

我们怎么计算

第一个treatment的ATE

我们怎么计算

第二个treatment

的ATE平均处理效应

我们

请一位同学来回答 好不好

就刚才我解释了这三列

当然这里多了两列

这一点

te1

te1

他

大家可以看到是y1减去y0

然后 te2

它就是y2-y0

它就是差值

现在请大家来说一下

我们怎么来去计算

treatment one跟

treatment two的

平均处理效应

哪位同学愿意主动说一下

还是要靠点名

同学们

那就随机点个名

我们如果点到一组二组就跳过

**刚才是讲过了对吧

咱们继续点

我们点3组4组

来 **说一下

**你认为在这个表里面

刚才给了这么多列

谁是

我们怎么来算treatment1

treatment2的ATE

老师我觉得应该是

t等于1的时候

y1-y0

y1-y0

t等于1的时候就先给定t等于1是吧

然后用它的 y1-y0就是这个值

是吗

你是这意思吗

对

Treatment two

Treatment two的ATE

t=2的时候的y2-y0

也就是说是你的意思是

我们换个颜色说是这两个样本

它对应的y2-y0这两个值的均值是吗

对

很有意思 好

好 谢谢**

大家来看一下

对于y1和y2来讲

大家注意

y是我们观测到的值

对不对

Y0

和y2这三列是我们理论上真实的值

有一些是不可观测的

比如说

当对于第一个样本点

它t等于0的

对吧

它就是现实中它是t等于0的

那么这个时候我们就只能观测到它的y0

对不对

那么它的y1和y2我们就观测不到

那么对于第二个样本点

它是t等于1

那么这个时候现实中其实我们

只能关注到它的y1

对吧

就放在这儿就是y它就等于y1

第一个 y就等于y0

然后第三个

它是t2 t=2的话

我们就只能观测到y2

我们观测不到它的y0和y1对不对

因为这个就属于potential

outcome

但是

可能被观测到的

但是实际上因为它的现实中它的 t=2

所以我们最后观测到的y

y2

大家注意这一点

但是我们观测到这个人

他比如说接受了treatment1

那么基于他算的差值的平均值

它是不是ATE这个是

一个非常重要的问题

有没有同学

有其他想法的

我们有

5位同学没有签到

去掉一组二组

邀请**同学

来说一下你的想法是跟**是一样吗

老师

我是感觉

一开始我跟她的想法差不多

后来我觉得

但其他的潜在产出竟然有一个潜在那种

潜在的产出结果是不是也可以利用一下

然后

我可能会取一个加权值

就把所有的卡丢进去

加权

加权

但这里大家注意

**你的加权确实跟我们上节课讲的

包括刚才同学们分享的

这个思路是一致的

但是表格里面他是给的本来

就是各个组的均值了

他本来就是给了不同的子样本的均值

当我们重新求一个

population的均值的时候

我们说要加权

但是这里我们给的不是均值

就是每一个就是样本点的具体的值

就是说其实所谓加权

也就是说要回归到样本的原始的值来看

我到底用哪些人的数值

来去算均值

就是加权的本意 对不对

所以你在提到加权的时候

你的意思是什么呢

你要用哪些人

我其实就是问你要用哪些人的值

哪些人的哪些值来去算ATE

如果是处理结果一的话

就用 te1

然后

treatment2呢？

用te2。你就跟建华寺都是一样的是吗

对思路是一样的 对

但是它这不是有5个数吗

各有

对

我的意思是你这里没有权重的概念

权重是在

我对已经

to aggregate

的数据

把它重新回到样本

重新定义群体的时候

才会用到加权的概念

这里就是一个的个体

所以他没有权重可加

当时建华说如果算就算他只

考虑 t等于1的时候

比如说只有一个数

但是其他 te1的

比如说它有5个数

对 1个除了5个数

你想用你用哪1个

你想用1个数还是有5个数

这我是倾向于用5个数

1个数的话是不是感觉有点太单一了

是因为一个数单一是吧

我没列全

我再给你多列几个t等于1的

你会选择哪一个

老师我没有太细想过

好

谢谢**

谢谢你的

贡献

我们一再请一位同学再分享

一下想法

如果你现在也有不同的意见

你就直接写开麦克讲

因为我觉得点名是一个非常

浪费时间的事情

哪位同学有不同的想法

你现在就解开麦克说就可以了 好不好

如果你不说的话

我就只能点名

**刚才讲过了

**

我没有打开麦克

发现了这个问题

我在想既然都已经给出了

t等于0，t等于1这些情况

各种情况的一个预测的y1的值

为什么不能直接把t11从1.

56+0.29+~0.23

然后除以5

做ATE的treatment

one的

**你的建议就是说

t e1

只有这所有的这些样本

他的均值就是 treatment

one的ATE对不对

然后当然这一列就是它的均值就是

treatment two

的ATE是不是

对

好 谢谢**

那么但大家仔细想想

这是两个不同的方案

那么如果你现在还没有想清楚的话

我再给你抛一个问题

你怎么样去算 treatment

one的 ATT

还有treatment two

的 ATT

对不对

就这两个方案都会算出一个

均值

这个均值都是

这个y1跟y0的差值的均值

只不过是选择的样本不一样

一个是选择现实中接受了

1或者接受了2的样本

一个是我不管你现实中接受的是1还是2

我就算一个

总的

那么

他们的含义到底是什么

想想大家就是慢慢有答案了

**刚才说的

其实就是ATE

ATE它是对整个

population

的平均处理效益

那么刚才**和**说的

其实是ATT

我先

在样本中锁定

他已经接受了 treatment

那么我对于这个人群我来算

如果他没有接受treatment

它的值是多少

那么这两个值的差值

我们叫average treatment

effect on the

treatment

对不对

但是如果不考虑在现实中接受没接受

我只是看效应

treatment的平均处理效应

应该是**说的

那么应该是ATE的平均值

ATE

好

这个概念的讨论看来是很重要

大家对这个还是

不见得都是非常仔细的考虑过

那么这些概念

PSM都可以算

我们就要去看

我们要的是什么东西

当然这个里面是不是有一些是不可观测的

这个也是可能一开始建华

和张俊纠结的

比如说现实中我只能观测到y1的时候

我怎么能够算出来它的y0

对不对

因为我得知道她的外伶

我才知道Y1-Y0

包括它的外二是什么 我也不知道

这个时候我怎么能够

去算treatment2的ATE

这个是观测的机制问题

那么这个也是因为自选择的问题

导致的都是我们

要用PSM来去处理的

那么我们用一个例子

来很快的看一下