Stata：DDML双重机器学习--ddml
ddml 估计分四个步骤进行
第 1 步：初始化 ddml 并选择模型
ddml init model [if] [in] [ , mname(name) kfolds(integer) fcluster(varname) foldvar(varlist) reps(integer) norandom
tabfold vars(varlist) ]
其中 ，模型 在部分线性模型（部分）、交互式模型（交互式）、部分线性 IV 模型 （IV）、灵活的部分线性 IV 模型 （FIV） 和交互式 IV 模型（交互式 IV）之间进行选择。
第 2 步：添加监督式机器学习以估计条件期望。
在第 2 步中，我们选择用于估计 CEF 的机器学习程序。
ddml eq [ , mname(name) vname(varname) learner(varname) vtype(string) predopt(string) ] : command depvar vars [ , cmdopt ]
第 3 步：执行交叉拟合
ddml crossfit [ , mname(name) shortstack ]
此步骤实现交叉拟合算法。每个学习在训练折叠上迭代拟合，并获得样本外预测值。
交叉拟合是最耗时的步骤，因为它涉及重复拟合选定的机器学习方法。
第 4 步：估计因果效应。
ddml estimate [ , mname(name) robust cluster(varname) vce(type) atet ateu trim(real) ]
Stata应用案例1
我们使用两个应用案例演示 ddml 工作。
应用 DDML 估计来估计 401（k） 资格对金融财富的影响，遵循 Poterba、Venti 和 Wise （1995）。
为简洁起见，我们重点介绍部分线性模型，但提供了代码，演示了如何将 ddml 与交互式模型、部分线性 IV 模型和交互式 IV 模型一起使用，使用在线附录 C 中的相同应用程序。
基于 Berry、Levinsohn 和 Pakes （1995），可以使用 ddml 来估计灵活的部分线性 IV 模型，该模型既可以使用混杂因素的高维函数近似灵活地控制混杂因素，也可以估计最佳 IV。
该数据包括 n = 9915 个来自 1991 年收入和计划参与调查的家庭。
该应用最初是由于 Poterba、Venti 和 Wise （1995） 的，但 Belloni 等人（2017 年）、Chernozhukov 等人（2018 年）以及 Wüthrich 和 Zhu （2023 年）等人重新审视了该应用。
根据以前的研究，我们包括控制变量年龄、收入、受教育年限和家庭规模，以及婚姻状况、双收入者状况、福利养老金状况、个人退休账户参与和房屋所有权等指标。结果是净金融资产，而处理变量是有资格参加 401（k） 养老金计划。
我们加载数据并为结果、处理变量和控制变量定义三个全局变量。
然后，我们执行DDMl分析需要的四个步骤。
use sipp1991
global Y net_tfa
global X age inc educ fsize marr twoearn db pira hown
global D e401
步骤 1：初始化 ddml 模型
我们初始化 ddml 模型并选择部分线性模型。
在初始化之前，我们设置种子以确保复制。
这应始终在 ddml init 之前完成，该 init 执行随机折叠分配。
在此示例中，我们选择 4 折来确保下面显示的某些输出的可读性，但我们建议在实践中考虑更多折。
第 2 步：添加监督式机器学习来估计条件期望
在此步骤中，我们指定应该使用哪些机器学习程序来估计条件期望 E（Y |X） 和 E（
D|X） 。
对于每个有条件的期望，至少需要一个机器学习。
为了说明目的，我们考虑使用回归进行线性回归，使用 pystacked 对应的m（lassocv） 选项进行 进行交叉验证的Lasso回归（作为如何使用 pystacked 估计一个学习的示例），以及用于随机森林的rforest。
在使用 rforest 时，我们需要添加选项 vtype（none），因为 rforest 的 postestimation predict 命令不支持变量类型。
灵活的 ddml 语法允许为不同的机器学习指定不同的协变量集。
这种灵活性可能很有用，因为例如，如果将交互作为输入提供，线性学习器（如套索）可能会表现得更好，而基于树的方法（如随机森林）可能会以数据驱动的方式检测某些交互。在这里，我们对交叉验证的套索使用交互和二阶多项式，但不对其他学习者使用交互和二阶多项式。
此应用程序只有一个 treatment 变量，但 ddml 确实支持多个 treatment 变量。要添加第二个处理变量，我们只需添加一个语句，例如 ddml E[D|X]：reg D2 $X，其中 D2 将是第二个处理变量的名称。帮助文件中提供了包含两种处理的示例。
ddml 子命令 describe 允许我们验证学习是否已正确注册：
第 3 步：执行交叉拟合
第 3 步执行交叉拟合，这是最耗时的过程。shortstack 选项启用了short-stacking 算法。
第 4 步：估计因果效应。
在最后一步中，我们获得因果效应估计值。由于我们在步骤 3 中请求了 shortstacking，因此 ddml 显示了 short-stacking 结果，该结果依赖于每个基本学习的交叉拟合值。
此外，输出的开头还列出了与最小 MSE 学习者相对应的规范。
