STATA，McCrary检验怎么做

Question

请问RDD 断点回归中的平滑性检验，如果运用McCrary检验，生成的图怎么看，我这个图代表什么？？请教一下！请教一下！ 以及有没有修正的方法！

Answer 1

方知有144 上午好☀️☀️☀️️
本答案参考通义千问

McCrary检验是一种用于RDD（Regression Discontinuity Design）设计中的平滑性检验方法，它主要检查断点两边的变量分布是否连续，如果不连续则可能影响到RDD估计的可靠性。在Stata中，你可以使用mccrary命令来进行这种检验。

步骤如下：

1. 安装插件（如果尚未安装）：

   • 如果你没有安装mccrary命令，需要先安装。在Stata命令行输入：

     ssc install mccrary
     

2. 加载数据：

   • 确保你的数据集已经打开，并且包含了你需要进行RDD分析的变量。

3. 执行McCrary检验：

   • 使用以下命令进行检验，将your_variable替换为你的断点变量，treatment替换为你的处理变量（通常是0/1表示断点两边）：

     mccrary your_variable treatment
     

   • 运行后会输出一些统计量和图形，包括一个检验统计量的p值。

4. 查看图形：

   • 输出结果中会包含一个图形，这通常是一个散点图，横坐标是你的断点变量，纵坐标是treatment的估计值。平滑度检验的关键在于，如果数据在断点处是连续的，那么散点应该围绕一条直线分布，如果有跳跃或异常，则说明可能存在不连续性。

5. 解读图形：

   • 图形中如果有一个明显的跳跃或异常点（通常以红色标记），这表明可能存在平滑性问题。如果p值小于显著性水平（例如0.05），则拒绝平滑性假设，暗示可能存在偏差。

6. 修正方法：

   • 如果发现平滑性问题，可以考虑以下几种方法：
     • 数据清理：检查数据录入错误，或者删除异常值。
     • 模型选择：尝试使用不同的RDD模型，如局部线性回归（local linear regression）或局部多项式回归（local polynomial regression）来处理不连续性。
     • 控制其他变量：在模型中加入更多的控制变量，特别是那些可能影响断点效应的变量。

请注意，McCrary检验只是平滑性检验的一种，还有其他方法如Imbens-Wooldridge检验等。根据实际情况选择最适合的方法。