Bài giảng Đánh giá chính sách - Bài 9: Phương pháp đánh giá ghép cặp dựa trên điểm xu hướng (Propensity Score Matching)

18 191 0
Bài giảng Đánh giá chính sách - Bài 9: Phương pháp đánh giá ghép cặp dựa trên điểm xu hướng (Propensity Score Matching)

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Bài 9 - Phương pháp đánh giá ghép cặp dựa trên điểm xu hướng (Propensity Score Matching). Nội dung trình bày trong chương này gồm có: Chiến lược ghép cặp, lời nguyền về thông tin đa chiều (Curse of Multidimensionality), phương pháp đánh giá ghép cặp dựa trên điểm xu hướng (Propensity Score Matching-PSM),...và các nội dung khác. Mời các bạn cùng tham khảo.

ểm xu hướng hay P(X) – Cụ thể sử dụng mơ hình hồi quy sau: i Biến phụ thuộc tình trạng tham gia, =1 tham gia, =0 không tham gia ii Sử dụng hồi quy logit probit để ước lượng xác suất tham gia, với biến giải thích đặc tính quan sát Hạn chế mẫu phân tích vào khu vực có vùng hỗ trợ chung Xếp liệu theo điểm xu hướng – P(X) - Đối với nhóm tham gia, tìm quan sát khơng tham gia có điểm xu hướng gần giống So sánh kết nhóm tham gia với nhóm không tham gia Khác biệt kết trung bình = tác động chương trình lên nhóm tham gia Trung bình khác biệt = Tác động can thiệp trung bình Các phương pháp tính tác động khác PSM Có nhiều phương pháp ghép nhóm tham gia nhóm đối chứng Ghép quan sát gần Ghép theo khoảng giá trị Ghép theo tầng Ghép quyền số dựa phân phối kernel & hồi quy nội Ghép quyền số dựa thuật toán genetic Các phương pháp nói chung cho kết giống nhau, có độ xác khác Sử dụng PSM • Sử dụng PSM biến quan sát có ảnh hưởng đến trạng thái tham gia chương trình – Tùy thuộc vào định hướng chương trình nhân tố ảnh hưởng đến việc tự lựa chọn tham gia (self-selection) – Không thể chứng minh cách chắn – Yêu cầu phải hiểu bối cảnh việc thực chương trình, sử dụng điều tra để đánh giá • Chỉ phù hợp thông tin cung cấp phù hợp – Càng nhiều liệu tốt, đặc biệt số biến trọng yếu • Cảnh giác với việc ghép cặp sau thực chương trình – Ghép cặp phải sử dụng liệu tham chiếu (trước thực chương trình) – Rủi ro với điều tra sau thực chương trình: Việc thực ảnh hưởng đến biến quan sát • Có thể kếp hợp phương pháp ghép cặp với phương pháp khác Diff-in-Diff • Có thể sử lý vấn đề chệch lựa chọn (selection bias) nhân tố 10 không quan sát không thay đổi theo thời gian Ví dụ HISP 11 Ví dụ trợ cấp bảo hiểm y tế 12 Tác động việc tư nhân hóa cấp nước đến tỷ lệ tử vong trẻ em 13 Jalan Ravillion (2003) • Mỗi năm có triệu trẻ em chết bệnh tiêu chảy – Ngun nhân chính: nước uống khơng an tồn • Bài nghiên cứu đánh giá tác động chương trình cấp nước máy Ấn độ – 1.5 triệu trẻ em chết hàng năm bệnh tật liên quan đến chất lượng nước – Cao giới • • • Nhận thấy khu vực có nước máy có tỷ lệ nhiễm bệnh thời gian mắc tiêu chảy thấp Nhưng tác động biến nhóm hộ nghèo có bà mẹ có tình trạng học vấn thấp Cần thêm liệu khác, chẳng hạn có biết đun sơi nước bảo quản tốt không 14 Ước lượng điểm xu hướng tiếp cận nước 15 Giả định có vùng hỗ trợ chung 16 Kết việc tiếp cận nước 17 Tác động nước máy lên xác suất mắc bệnh tiêu chảy 18 ...Các phương pháp tính tác động khác PSM Có nhiều phương pháp ghép nhóm tham gia nhóm đối chứng Ghép quan sát gần Ghép theo khoảng giá trị Ghép theo tầng Ghép quyền số dựa phân phối kernel... thực chương trình: Việc thực ảnh hưởng đến biến quan sát • Có thể kếp hợp phương pháp ghép cặp với phương pháp khác Diff-in-Diff • Có thể sử lý vấn đề chệch lựa chọn (selection bias) nhân tố 10... dụng điều tra để đánh giá • Chỉ phù hợp thơng tin cung cấp phù hợp – Càng nhiều liệu tốt, đặc biệt số biến trọng yếu • Cảnh giác với việc ghép cặp sau thực chương trình – Ghép cặp phải sử dụng liệu

Ngày đăng: 04/02/2020, 08:20

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan