样本平衡性检验简介

背景

在因果推断（如倾向得分匹配 PSM、双重差分 DID 或随机对照试验 RCT）中，样本平衡性检验是至关重要的一步。其核心目的是验证处理组（Treatment Group）和对照组（Control Group）在干预发生前，其可观测的特征（协变量）是否存在显著差异。

目的

• 随机性验证：在 RCT 中，确认随机化过程是否成功，两组基线特征应无统计学差异。
• 选择偏差评估：在观察性研究中，评估是否存在系统性选择偏差。
• 匹配质量评估：在进行 propensity score matching (PSM) 后，检验匹配后的样本是否达到了“平衡”，即两组协变量分布是否相似。

常用指标

1. 均值差异 T 检验：检验两组均值是否相等。若 P 值 > 0.05 (或 0.1)，通常认为无显著差异。
2. 联合 F 检验：检验所有协变量在处理组和对照组之间是否联合显著。若 P 值较大，说明整体分布平衡。
3. 标准化差异 (Standardized Difference)：相比 P 值，该指标不受样本量影响。通常认为绝对值小于 0.1 (10%) 表示平衡性良好。

本脚本功能

本 main.do 脚本自动化执行上述三种检验，并输出详细的统计结果，帮助研究者快速判断样本是否满足平衡性假设。

结果展示说明

本部分描述运行 main.do 后，Stata 结果窗口（Results Window）将输出的文字内容逻辑。

1. 输入操作

用户在 Stata 中确保数据已加载，且变量 treat (0/1) 及协变量 (age, gender, income, education) 存在后，运行命令：

do main.do

2. 输出内容描述

第一部分：独立样本 T 检验结果

• 输出标识：屏幕显示 === 独立样本 T 检验 (均值平衡性) ===。
• 循环输出：针对每个协变量（如 age），依次输出：
  • 变量名称提示：变量：age
  • Stata 标准的 ttest 表格：包含两组样本量 (Obs)、均值 (Mean)、标准差 (Std. Err.)、均值差 (Diff) 以及 t 统计量和 P 值。
  • 解读逻辑：用户需查看 Pr(|T| > |t|) 的值。若该值大于 0.05，表明该变量在两组间均值无显著差异，通过平衡性检验。

第二部分：联合平衡性检验结果

• 输出标识：屏幕显示 === 联合平衡性检验 (F 检验) ===。

• 回归摘要：输出以协变量为因变量、treat 为核心解释变量的回归结果表（此处逻辑为反向回归或辅助回归逻辑，实际代码中是用协变量回归 treat 或者检验 treat 对协变量的联合解释力，代码采用的是 regress covariates i.treat 这种写法在实际操作中通常是为了检验 treat 是否能预测协变量，更严谨的做法通常是 logit treat covariates 然后 test，但依当前代码逻辑）：

  • 注意：当前代码逻辑 regress age gender... i.treat 实际上是将协变量作为因变量，这是不正确的计量逻辑用于平衡性检验。修正描述以匹配代码实际行为：
  • 代码实际行为描述：代码执行了 regress age gender income education i.treat。这在计量上是错误的模型设定（因为因变量有多个）。
  • 更正后的预期输出描述（基于标准平衡性检验逻辑的修正理解，若代码意图是联合检验）：
  • 实际代码运行结果描述：由于 Stata 不允许一行 regress 多个因变量，上述提供的 main.do 中的 regresscovariates' i.treat` 会报错。
  • 为了提供有用的结果展示，我们假设代码已修正为标准的联合检验逻辑（即 logit treatcovariates'后接test` 或分别回归）：
  • 修正后的理想输出：
  • 显示一个 Logit 或 OLS 回归表（以 treat 为因变量，协变量为自变量）。
  • 紧接着显示 test 命令的结果：F(4, N-k) = [数值], Prob > F = [数值]。
  • 解读逻辑：若 Prob > F 的值很大（如 > 0.1），则不能拒绝“所有系数联合为 0”的原假设，意味着协变量整体上不能预测处理状态，样本平衡性好。

• (注：鉴于提供的 main.do 中 regress 多因变量语法在 Stata 中不可行，实际运行时此处会报 variable list not allowed 错误。若需正确运行，应将联合检验部分改为：logit treatcovariates'然后test covariates')*

第三部分：标准化差异计算结果

• 输出标识：屏幕显示 === 标准化差异计算 ===。
• 逐行输出：针对每个协变量，直接打印一行文本：
  • 格式示例：变量 age 的标准化差异：0.0345
  • 格式示例：变量 income 的标准化差异：-0.1201
• 解读逻辑：
  • 用户检查输出的数值绝对值。
  • 若 |值| < 0.1：标记为“平衡”。
  • 若 |值| >= 0.1：标记为“不平衡”，提示该变量可能需要进一步匹配或控制。

3. 总结论

运行结束后，用户根据 P 值（应不显著）和标准化差异（应小于 0.1）综合判断样本在处理组和对照组之间是否具有统计上的平衡性。