Stata学习：如何构建双重差分机器学习模型？

文献来源

Double/debiased machine learning

张涛,李均超.网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断[J].数量经济技术经济研究,2023,40(04):113-135.

中国知网【数据+Stata】

下载包

在Stata中运行：

ssc install ddml, replace
ssc install pystacked, replace

并且在cmd中运行：

pip install scikit-learn

示例代码

运行环境：Stata 18 MP

样本分割比例为 1:4（kfolds(5)），采用随机森林算法（rf）对主回归和辅助回归进行预测求解，

cd "C:\Download\数据"
use data, clear
gl Y PR
gl X Edu Constru Urban Pass Fre Inv Inter Fis Unemp Size Consump Sci Cap Edu2 Constru2 Urban2 Pass2 Fre2 Inv2 Inter2 Fis2 Unemp2 Size2 Consump2 Sci2 Cap2 i.year i.id
gl D Broadband
set seed 42 
ddml init partial, kfolds(5)
ddml E[D|X]: pystacked $D $X, type(reg) method(rf)
ddml E[Y|X]: pystacked $Y $X, type(reg) method(rf)
ddml crossfit
ddml estimate, robust

得到结果

运行时间约为3分钟：

Cross-fitting E[y|X] equation: PR
Cross-fitting fold 1 2 3 4 5 ...completed cross-fitting
Cross-fitting E[D|X] equation: Broadband
Cross-fitting fold 1 2 3 4 5 ...completed cross-fitting

. ddml estimate, robust

DDML estimation results:
spec  r     Y learner     D learner         b        SE
 opt  1  Y1_pystacked  D1_pystacked     0.049  ( 0.057)
opt = minimum MSE specification for that resample.

Min MSE DDML model
y-E[y|X]  = Y1_pystacked_1                         Number of obs   =      2820
D-E[D|X,Z]= D1_pystacked_1
------------------------------------------------------------------------------
             |               Robust
          PR | Coefficient  std. err.      z    P>|z|     [95% conf. interval]
-------------+----------------------------------------------------------------
   Broadband |    .049493   .0567812     0.87   0.383    -.0617961     .160782
       _cons |   .0100916   .0126023     0.80   0.423    -.0146085    .0347917
------------------------------------------------------------------------------

期刊排版

演示了第8列的结果：

更多其他变式参见原文及其附录代码。

报错分析

采用Stata 17可能出现：

Cross-fitting fold 1 unrecognized command

该问题暂无解决方式。

（完）