Propensity score matching

Regressionsmodelle aller Art mit Stata.

Propensity score matching

Beitragvon Annerika » Fr 3. Jan 2014, 21:01

Hallo,

ich untersuche die Auswirkung von Remittances (Geldüberweisungen von Arbeitern zurück in ihr Heimatland) auf die Lebenszufriedenheit (SWB) von zurückgebliebenen Familienmitgliedern. Ich habe ca. 8000 Fallzahlen. Ich bin Anfängerin..daher bitte ich meine nicht technische Ausdrucksweise zu entschuldigen.

Die Problematik ist die, dass ich vermute das Remittances SWB erhöhen (Einkommenseffekt) aber die damit einhergehende Migration eines Familienangehörigen SWB vermindert.
Was das ganze zusätzlich problematisch macht, ich habe Fälle in denen der Remittances Empfänger kein Familienmitglied ist.

Sprich ich habe 4 Fälle die ich hinsichtlich ihrer SWB Höhe untersuchen möchte:

1. yMyR (hat Migrant im Haushalt und erhält Remittances)
2. yMnR (hat Migrant bekommt aber keine Remittances)
3. nMyR (hat keinen Migranten bekommt aber Remittances)
4. nMnR (hat keinen Migranten und keine Remittances)

Ich habe bereits ein ordered probit und ein OLS gerechnet, jeweils geclustert auf Familienebene. Alle SWB relevanten Faktoren (Alter, Geschlecht, Familienstand, Gesundheitsstatus, Bildung usw) sind significant. Nur die 4 Gruppen zeigen keine significanten Werte in den Regressionsmodellen an. Das ist ja nicht weiter schlimm...sondern auch eine Aussage.

Allerdings wundere ich mich, da Einkommen (sprich Remittances) in allen Untersuchungen zur SWB Income meist positive korreliert.

Jetzt wollte ich einen letzten Versuch mit propensity score matching (PSM) starten um quasi zu zeigen, dass sich alle 4 Gruppen hinsichtlich SWB nicht unterscheiden (wie die Aussage durch die Regressionsmodelle).

Ich will userwritten psmatch2 von Leuven and Sianesi (2003)nutzen und Nearest-Neighbour-Matching mit den zwei nächsten Nachbarn.

Ich fand folgendes Paper sehr hilfreich: Christoph E. Müller, Quasiexperimentelle Wirkungsevaluation mit Propensity Score Matching: Ein Leitfaden
für die Umsetzung mit Stata http://www.ceval.de/typo3/fileadmin/use ... aper19.pdf

Kann ich 4 mal einzelne propensity score matchings vornehmen? Sprich Gruppe 1- bis Gruppe 4 jeweils einzeln ein PMS vornehmen? Kann ich dann sagen, zB. Gruppe 2 hat den höhsten SWB Wert nach dem PSM relativ zu den anderen Gruppen?

So bin ich vorgegangen:

psmatch2 yMyR age agesquare woman Married Second_Edu Uni Kyrgyz Russian Uzbek South rural, outcome (SWB) common neighbor (2)

pstest age agesquare woman Married Second_Edu Uni Kyrgyz Russian Uzbek South rural, both

Soweit so gut, alle Variablen sind vor dem matching sign. nach dem matching nicht mehr (t-Test). Sprich während im ungematchten Zustand 11 signifikant Gruppenunterschiede bestanden, ist nach dem matching nur noch 1 signifikanten Gruppenunterschied zu verzeichen. Was ja genau durch das matching erreicht werden sollte.


----------------------------------------------------------------------------
Unmatched | Mean %reduct | t-test
Variable Matched | Treated Control %bias |bias| | t p>|t|
--------------------------+----------------------------------+----------------
age Unmatched | 41.577 40.365 7.4 | 2.22 0.027
Matched | 41.531 41.146 2.3 68.3 | 0.54 0.592


Jetzt komme ich aber nicht weiter. Ich habe jetzt zwei gleiche Gruppen aber welche Aussage kann ich zu meiner SWB Variable tätigen die mich eigentlich interessiert??

Für jede Hilfes sehr dankbar!
Annerika
 
Beiträge: 24
Registriert: Di 17. Dez 2013, 19:10
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon daniel » Sa 4. Jan 2014, 12:19

Allerdings wundere ich mich, da Einkommen (sprich Remittances) in allen Untersuchungen zur SWB Income meist positive korreliert.


Ich bin mit der SWB Forschung nur am Rande vertraut, aber bleibt diese Korrelation bestehen, nachdem für Gesundheit und Bildung kontrolliert wurde?

Nur die 4 Gruppen zeigen keine significanten Werte in den Regressionsmodellen an.


Wie genau ist das zu verstehen? Wenn ich Dich korrekt verstehe, dann unterstellst Du hier einen Moderationseffekt. Der Effekt der Remittances ist davon abhängig, ob ein Haushaltsmitglied migriert ist. Die Hypothese würdest Du im Rahmen eines Regressionsmodells mit einer multiplikativen Verknüpfung der Beiden variablen prüfen. Hast Du das getan?

Jetzt wollte ich einen letzten Versuch mit propensity score matching (PSM) starten u


Dein Engagement in allen Eheren, aber ich denke, das ist doch etwas komplexer, als den Befehl -regress- gegen -psmatch2- zu tauschen. PSM und Regression unterscheidet sich in den grundlegende Philosophie. Bei Regressionen unterstellst Du ein ökonometrisches Modell (direkt) für das outcome (in Deinem Fall SWB). Beim PSM geht es darum, die (Selbst)Selektion in ein Treatment zu modellieren -- nicht das outcome. Du würdest hier also modellieren, wieso bzw welche eine Familie Remittances bekommt und wieso bzw. welche Personen aus einem Haushalt migieren. Das ist grundlegend möglich und in diesem Fall vielleicht sogar sinnvoll, da sowohl die Zahlung von Remittances, als auch die Migration ein Tratment darstellen (wobei man bei letzterem streiten kann). Allerdings hast Du eben hier zwei Treatments, von denen eines im Grunde kontinuierlich ist. Wie (wenn überhaupt) Du das im PSM framework korrekt umsetzten kannst, scheint mir nicht ganz trivial zu sein.
Stata is an invented word, not an acronym, and should not appear with all letters capitalized: please write “Stata”, not “STATA”.
daniel
 
Beiträge: 1060
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon Annerika » Sa 4. Jan 2014, 14:31

Danke Daniel erneut!

Ich bin mit der SWB Forschung nur am Rande vertraut, aber bleibt diese Korrelation bestehen, nachdem für Gesundheit und Bildung kontrolliert wurde?
Ja.

Wie genau ist das zu verstehen? Wenn ich Dich korrekt verstehe, dann unterstellst Du hier einen Moderationseffekt. Der Effekt der Remittances ist davon abhängig, ob ein Haushaltsmitglied migriert ist. Die Hypothese würdest Du im Rahmen eines Regressionsmodells mit einer multiplikativen Verknüpfung der Beiden variablen prüfen. Hast Du das getan?

Ja, genau ein Moderationseffekt!Bzw. Interaktionseffekt (ist doch das gleich, oder) Ich habe folgende Variable in die Reg eingegeben um diesen zu modelieren:

reg i100 woman healthy Married Divorced Second_Edu Uni employed unemployed Uzbek South rural c.age##c.age hhsize depend_ration log_Consum_Per_Cap logwealth left_behind##DNon_Member_Remit , cluster (hhid)

depend_ratio (Ratio Erwachsene/Jugendliche zu kleine Kinder/Alten Menschen im Haushalt (HH))
logwealth (Asset Index mit Principal Component Analysis)
left_behind (Dummy) (HH Mitglied aus Migrationshaushalt sprich hat HH Mitglied im Ausland)
DNon_Member _Remit (Dummy) (Erhält Remittances)
cluster (auf HH Ebene)

Hier Teile des Outputs:

1.left_behind | .335058 .3863515 0.87 0.386 -.4225089 1.092625
1.DNon_Member_Remit | .0011047 .1092453 0.01 0.992 -.213106 .2153154
left_behind#DNon_Member_Remit |-.530737 .4113286 -1.29 0.197 -1.33728 .2758055

Sprich die Variable die mich am meisten Interessiert welchen Einfluss sie auf SWB hat, kann ich nicht wirklich interpretieren da sie kein signif. Werteniveau erreicht. Sprich die Aussage wäre: Es hat keinen Einfluss auf SWB ob man Remittances erhält oder in Migrationshaushalt lebt.

Da wie gesagt robuste positive Korrelation Remittances (extra Income) und SWB vorhanden ist und eigentlich vorstellbar das Migration eines Familienmitglied SWB negativ beeinflussen könnte (ich rede hier von Arbeitsmigranten nach Russland, sprich schlechte, gefährliche Arbeit aufn Bau ...nicht von Job bei Boss in New York).

Folgende Faktoren könnten für dieses Ergebnis verantwortlich sein:

Ich gebe Remittances als Dummy ein (ja/nein). Obwohl ich sehr unterschiedliche Zahlungshöhen habe......hast du eine Idee wie ich Remittances als kontinuierliche Variable eingebe, den Interaktionseffekt aber erhalte?

Ich kontrolliere bereits für Consum per Capita und für wealth.....ich weiß das Remittances ca. 50% für Konsum und 50% für die Anschaffung von Assets verwendet wird....vielleicht fließt der Remittanceseffekt auf SWB bereits hier ein? Sowohl Consum als auch Wealth erreichen hoch signi. Werte in der Regression (0.000 ). Lasse ich Consum und Wealth weg werden meine 3 Interaktionsvariablen aber auch nicht signif. ....


Danke für deine Bestärkung: PSM: Das ist grundlegend möglich und in diesem Fall vielleicht sogar sinnvoll

Ich wollte quasi nochmal prüfen ob meine Aussage von der Reg auch im PSM bestehen bleibt und ich habe noch 1 Monat bis zur Abgabe der Arbeit...dh ich könnte PSM noch versuchen.

Der Einfachheit halber, habe ich bereits darauf verzichtet Remittances als kontinuierliche Variable einzusetzen. Daher hätte ich 4 Treatment Gruppen jeweils mit Nein/Ja Ausprägung (siehe oben yMyR....) Könnte ich einfach für jede Gruppe ein PSM laufen lassen ...mit der Aussage: Die Gruppe die Migranten und Remittances hat, hat (z.B) ein geringeres SWB als die Gruppe die keine Migranten und keine Remittances hat.

Wie allerdings kann ich alle 4 Gruppen untereinander vergleichen:
zB Gruppe yMyR (ja Migrant, ja Remit) hat gleiches SWB wie yMnR (ja Migrant, nein Remit), aber höheres SWB als nMnR (nein Migr, nein Remit)

Meinst du ich kann mit psmatch2 arbeiten?

Danke im Voraus und erneut entschuldige bitte meine nichttechnische Ausdrucksweise, Annerika
Annerika
 
Beiträge: 24
Registriert: Di 17. Dez 2013, 19:10
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon daniel » Sa 4. Jan 2014, 15:43

Ja, genau ein Moderationseffekt!Bzw. Interaktionseffekt (ist doch das gleich, oder) Ich habe folgende Variable in die Reg eingegeben um diesen zu modelieren:

reg i100 woman healthy Married Divorced Second_Edu Uni employed unemployed Uzbek South rural c.age##c.age hhsize depend_ration log_Consum_Per_Cap logwealth left_behind##DNon_Member_Remit , cluster (hhid)
[...]
Sprich die Aussage wäre: Es hat keinen Einfluss auf SWB ob man Remittances erhält oder in Migrationshaushalt lebt.


Das ist aus diesem Modell nicht ersichtlich. Deine Interpretation bezieht sich auf Haupteffekte, die sind hier aber nur als konditinale Effekte enhthalen (vgl. meine ausführliche Diskussion zur Interpretation von Interaktionseffeklten hier: http://www.statistik-forum.de/post11330.html)

Ich gebe Remittances als Dummy ein (ja/nein).


Wieso?

hast du eine Idee wie ich Remittances als kontinuierliche Variable eingebe, den Interaktionseffekt aber erhalte?


Ich verstehe die Frage nicht. Geht es um die technische Umsetzung? Alter ist ebenfalls metrisch und Du erstellst eine Interaktion (mit sich selbst). Ebenso kannst Du das für Remittances tun (-help fvvarlist-, oder ganz "alt" vor Stata 11 einfach eine neue Variable als multiplikative Verknüpfung der beiden Ursprungsvariablen bilden)

Ich kontrolliere bereits für Consum per Capita und für wealth.....ich weiß das Remittances ca. 50% für Konsum und 50% für die Anschaffung von Assets verwendet wird....vielleicht fließt der Remittanceseffekt auf SWB bereits hier ein?


Das ist möglich. Hier ist die Fragestellung relevant. Willst Du den zusätzlichen Effekt über Kosnum und wealth wissen? Wenn ja, ist das Modell schon korrekt, wenn nicht, dann musst Du darüber nachdenkeken, diese beiden Mediatoren aus dem Modell ausschließen.

Ich wollte quasi nochmal prüfen ob meine Aussage von der Reg auch im PSM bestehen bleibt


Schön, dass Du darauf nochmal zurückkommst. Du musst die Aussage vorsichtig formulieren. Du kannst nicht (niemals) zeigen, dass kein Einfluss besteht. Du kannst keinen Einfluss nachweisen, aber das sind zwei paar Schuhe. "Absence of Evidence is not Evidence of absence"!

Könnte ich einfach für jede Gruppe ein PSM laufen lassen ...mit der Aussage: Die Gruppe die Migranten und Remittances hat, hat (z.B) ein geringeres SWB als die Gruppe die keine Migranten und keine Remittances hat.


Hm. Da die Referenzgruppe immer wieder eine andere ist (yMyR vs. Rest, yMnR vs. Rest etc.) ist mir nicht ganz klar, wie genau da sinnvolle Vergleiche rauskommen sollen. Vielleicht wären Subgruppenanalysen (yMyR vs. nMyR) sinnvoller? Wie man ordinale Treatments korrekt modelliert, darüber habe ich mir noch keine Gedanken gemacht. In den statistischen Grundlagen heißt es ja immer nur sowas wie "this idea generalizes to situations with multiple treatments". Aber wie genau die technische Umsetzung aussieht habe ich noch nicht nachgelesen.
Stata is an invented word, not an acronym, and should not appear with all letters capitalized: please write “Stata”, not “STATA”.
daniel
 
Beiträge: 1060
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon Annerika » So 5. Jan 2014, 13:42

Danke Daniel erneut,

ich glaube ich muss nochmal grundlegend über das Ganze überdenken...

Daher möchte ich die Interpretation und auch PSm zunächst hinten anstellen.

Ich bin mir generell unsicher mit meinem Modell. Die 4 Fälle (yMyR yMnR nMyR nMnR) bereiten mir Kopfzerbrechen.

Die Frage die ich untersuchen möchte: Haben Haushalte mit Remittances ein höheres SWB als Haushalte ohne. Aber da Remittances meist die Migration eines Familienmitglieds voraussetzen (der dann Remittances schickt) ist natürlich spannend ob der erwartete positive Effekt von Remittances auf SWB durch die Abwesenheit eines Familienmitglieds absorbiert wird. Sprich ob positiver Effekt von Remittances auf SWB wird durch negativen Effekt von Abwesenheit eines Haushaltsmitglied auf SWB auf "0 läuft" bzw. SWB eher verringert. Kompliziert wird das ganze durch die Tatsache das Haushalte Remittances erhalten, obwohl sie KEINE Migranten haben (zb von (entfernt) Verwanden, Nachbarn, Freunde). In diesem Fall vermute ich einen reinen positiven Effekt auf SWB durch Remittances.

Wie du bereits gesagt hast will ich folgendes erreichen: " Der Effekt der Remittances ist davon abhängig, ob ein Haushaltsmitglied migriert ist"

Sprich der Moderationseffekt ist doch ein guter Ansatz.

Zur Umsetzung.

reg SWB woman healthy Married Divorced Second_Edu Uni employed unemployed Uzbek South rural c.age##c.age hhsize depend_ration i.left_behind##c.Remit, cluster (hhid)

Ich habe Remittances jetzt nicht mehr als Dummy sondern als kontinuierliche Variable eingegeben. Problematisch ist, dass im Fragebogen zwei Remittances Werte erhoben worden

1. Remittances als Anteil am HH Income
2. Remittances im Migrationsteil (nur von HH mit Migrant ausgefüllt)

Ganz oft sagen HH bei 1 sie haben keine Remittances bei 2 geben sie aber welche an (passierte leider sehr häufig)

Daher habe ich zwei Remittances Variablen:

1. von HH Fremden (aus 1 hier sind 100 % auch Remittances von eigenen HH Mitgliedern dabei...ich könnte da nochmal ran um HH mit Migranten die hier Wert angeben in die zweite Rubrik zu werfen..natürlich auf Doppelung checken)
2. von echten eigenen HH Migranten (dh hier bin ich mir sicher, dass das echte HH Mitglieder sind (Fragebogenmodul wurde nur von Migrationshaushalten ausgefüllt)

Das ist also das Dilemma vor dem ich stehe :-(

Ich habe mir auch schon gedacht ich untersuche nur Migrationshaushalte- sprich deren Unterschied im SWB wenn sie Remittances erhalten oder nicht. Aber im Vergleich zur ursprünglichen Frage ist das natürlich sehr blass.

Daher dachte ich vielleicht mit PSM das ganze doch besser habhaft zu werden. Allerdings die Problematik der ordinale Treatments bleiben ja hier erhalten. :-(

Jede Idee sehr willkommen!!!

Annerika
Annerika
 
Beiträge: 24
Registriert: Di 17. Dez 2013, 19:10
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon daniel » Mo 6. Jan 2014, 14:34

ich glaube ich muss nochmal grundlegend über das Ganze überdenken...
Daher möchte ich die Interpretation und auch PSm zunächst hinten anstellen.


Ja, da gebe ich Dir völlig recht. Die Frage nach Regression vs. PSM oder der Interpretation der Analysen spielt zu diesem Zeitpunkt noch keine Rolle. Du musst Dir erst mal ganz klar über Deine Forschungsfrage und Hypothesen sein.

Die 4 Fälle (yMyR yMnR nMyR nMnR) bereiten mir Kopfzerbrechen.


Was mir nicht klar ist, ob es wirklich nur diese Fälle sind, die Dich interessieren? Es ist der Fall yMyR, den Du, soweit ich verstehe, in weitere zwei Fälle teilen könntest/willst. yMyR, so wie Du es vermutlich im Sinn hast, und yMyR_but_not_sent_from_the_migrant.

Von Deinen bisherigen Hypothesen sind mir zwei klar

H1: Remittances haben einen positive Effekt auf SWB
H2: Migration eines Haushaltsmitglieds hat einen negativen Effekt auf SWB

Aber welchen der drei folgenden Moderatoreffekte erwartest Du?

H3a: Remittances haben nur dann einen positiven Effekt, wenn kein Haushaltsmitlgied migriert ist?
H3b: Remittances haben nur dann einen positiven Effekt, wenn Sie nicht von einem migrierten Haushaltsmitlgied kommen?
H3c: Remittances haben nur dann einen positiven Effekt, wenn Sie nicht von einem migrierten Haushaltsmitglied kommen und zusätzlich auch kein Haushaltsmitlgied migriert ist?

Oder sogar noch etwas anderes?

Problematisch ist, dass im Fragebogen zwei Remittances Werte erhoben worden

1. Remittances als Anteil am HH Income
2. Remittances im Migrationsteil (nur von HH mit Migrant ausgefüllt)

Aber 2 erfasst die Remittances ebenfalls als Anteil des HH Einkommens?

Ganz oft sagen HH bei 1 sie haben keine Remittances bei 2 geben sie aber welche an (passierte leider sehr häufig)

Das sind dann, konsequent, fehlende Werte. Soweit ich das sehe, weißt Du in diesen Fällen schlicht nicht, welche Angabe "wahr" ist. Wie Du mit diesen fehlenden Werten umgehst, kann man diskutieren.

1. von HH Fremden (aus 1 hier sind 100 % auch Remittances von eigenen HH Mitgliedern dabei...ich könnte da nochmal ran um HH mit Migranten die hier Wert angeben in die zweite Rubrik zu werfen..natürlich auf Doppelung checken)
2. von echten eigenen HH Migranten (dh hier bin ich mir sicher, dass das echte HH Mitglieder sind (Fragebogenmodul wurde nur von Migrationshaushalten ausgefüllt)


Verstehe ich nicht. Die Tatsache, dass dieses 2. Modul nur von Haushalten mit Migranten ausgefüllt wurde, heißt das doch noch lange nicht, dass es auch diese Migranten sind, die die Remittances schicken, oder? Hast Du keine Frage, die erfasst, von wem genau die Remittances kommen?

Ganz davon ab, weil ohenhin nicht mehr zu korrigieren, aber wie schlecht ist denn das bitte gefiltert, wenn Migrantenhaushalte die Farge nach Remittances zweimal beantworten sollen?
Stata is an invented word, not an acronym, and should not appear with all letters capitalized: please write “Stata”, not “STATA”.
daniel
 
Beiträge: 1060
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon Annerika » Mo 6. Jan 2014, 15:29

Tausend Dank erneut an dich Daniel!!!!!!

Was mir nicht klar ist, ob es wirklich nur diese Fälle sind, die Dich interessieren? Es ist der Fall yMyR, den Du, soweit ich verstehe, in weitere zwei Fälle teilen könntest/willst. yMyR, so wie Du es vermutlich im Sinn hast, und yMyR_but_not_sent_from_the_migrant.

Nicht ganz:

yMyR: HH hat Migrant und dieser schickt Remittances (Sprich "eigene" Remittances)
yMnR: HH hat Migrant dieser schickt aber KEINE Remittances

nMyR: HH hat kein Migrant aber bekommt Remittances über soziales Netzwerk (Sprich "fremde"Remittances)
nMnR HH hat kein Migrant kein Remitt (das ist die größte Gruppe und quasi meine Referenzgruppe)

Es gibt natürlich auch den Fall

yMyfR* dh es gibt zwar Migrant im HH der schickt keine Remitt aber HH erhält Remitt über soziales Netzwerk (sprich "fremde" Remitt trotzt Migrant im HH)

Aber den würde ich außen vor lassen da 4 sind mir bereits komplex genug

H1: Remittances haben einen positive Effekt auf SWB hier betrachte ich yMyR und nMyR

H1a; Dieser Effekt ist unterschiedlich je nachdem ob die Remittances von einem eigenen migrierten HH Mitglied kommen (Fall yMyR) oder aber aus einem sozialen Netzwerk stammen (nMyR).

Hier vermute ich wiederum folgende mögliche Szenarien: dh ich kann Effektrichtung nicht vorhersagen

Im Fall nMyR haben die betreffenden nicht Migrationshaushalte ein besonders hohes SWB da sie sich in einem starken sozialen support Neztwerk befinden der sie mit Einkommen (Remitt) versorgt. Evt. aber auch geringes SWB da sie in Klientelbeziehungen quasi "feststecken" und Gegenleistungen (evt. Dank/Anerkennung/Arbeit) erbringen müssen.

Im Fall yMyR sind HH stolz das "IHR" Migrant den HH mit Remitt versorgt daher positiv für SWB der Zurückgebliebenen. Evt. Kotzen die HH aber auch ab das zwar Geld kommt die Person aber im HH fehlt (Liebe, oder fehlende Arbeitskraft).

H2: Migration eines Haushaltsmitglieds hat einen negativen Effekt auf SWB Ja, besonders dann wenn enges Mitglied migriert (zb Ehemann, Mutter) und dann wenn viel Arbeit auf die Zurückbleibenden fällt (zB. Umverteilung des Betreungsschlüssel für kleine Kinder/Alte)

Aber welchen der drei folgenden Moderatoreffekte erwartest Du? Alle 3 Effekte sind doch gleich?????

H3a: Remittances haben nur dann einen positiven Effekt, wenn kein Haushaltsmitlgied migriert ist? ...................JA
H3b: Remittances haben nur dann einen positiven Effekt, wenn Sie nicht von einem migrierten Haushaltsmitlgied kommen?::::::::::::::::::::::::::::JA
H3c: Remittances haben nur dann einen positiven Effekt, wenn Sie nicht von einem migrierten Haushaltsmitglied kommen und zusätzlich auch kein Haushaltsmitlgied migriert ist?


Problematisch ist, dass im Fragebogen zwei Remittances Werte erhoben worden

1. Remittances als Anteil am HH Income
2. Remittances im Migrationsteil (nur von HH mit Migrant ausgefüllt)

Aber 2 erfasst die Remittances ebenfalls als Anteil des HH Einkommens? Nein, der HH wurde nur gefragt, ob sie Remitt von migrierten Mitglied erhalten, die Höhe und Regelmässigkeit wurde hier abgefragt (auch in kind zb Kühlschrank, Radio, Geschenke)

1. von HH Fremden (aus 1 hier sind 100 % auch Remittances von eigenen HH Mitgliedern dabei...ich könnte da nochmal ran um HH mit Migranten die hier Wert angeben in die zweite Rubrik zu werfen..natürlich auf Doppelung checken)
2. von echten eigenen HH Migranten (dh hier bin ich mir sicher, dass das echte HH Mitglieder sind (Fragebogenmodul wurde nur von Migrationshaushalten ausgefüllt)


Verstehe ich nicht. Die Tatsache, dass dieses 2. Modul nur von Haushalten mit Migranten ausgefüllt wurde, heißt das doch noch lange nicht, dass es auch diese Migranten sind, die die Remittances schicken, oder? Hast Du keine Frage, die erfasst, von wem genau die Remittances kommen? Doch, es wurde gefragt ob Migrant mit ID 1 Remitt schickt (man konnte nur 2 ID der Migranten angeben dh bei HH mit 6 Migranten konnten nur zu 2 Migranten angaben gesammelt werden)

Ganz davon ab, weil ohenhin nicht mehr zu korrigieren, aber wie schlecht ist denn das bitte gefiltert, wenn Migrantenhaushalte die Farge nach Remittances zweimal beantworten sollen?
Gebe ich dir Recht! Aber wie gesagt einmal im Einkommensmodul und einmal im Migrantionsmodul ...schickt Migrant Nr. 12344 Remitt ja nein und wieviel


Hm ziemlich verwoben das ganze aber sehr spannnend!!!!

Ich danke erneut und warte fiebrig auf Rückmeldung
Annerika
 
Beiträge: 24
Registriert: Di 17. Dez 2013, 19:10
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon daniel » Mo 6. Jan 2014, 16:12

H1: Remittances haben einen positive Effekt auf SWB hier betrachte ich yMyR und nMyR


Wieso nur diese Subgruppe? Du verschenkst damit viel Varianz in Remittances, denn die sind per Gruppeneinteilung gezwungen größer 0. In Deiner ursprünglichen Operationalisierung (Remitt = ja oder nein) wäre diese Hypothese in dieser Subgruppe gar nicht testbar, weil die Varianz im Prädikator komplett fehlt.

H1a; Dieser Effekt ist unterschiedlich je nachdem ob die Remittances von einem eigenen migrierten HH Mitglied kommen (Fall yMyR) oder aber aus einem sozialen Netzwerk stammen (nMyR).


Das ist ja schon die Moderation (vgl. H3), die den Migrationsstatus miteinbezieht. Bleib erst mal bei den Haupteffekten. Im Schnitt haben Remittances einen positiven Effekt.

H2: Migration eines Haushaltsmitglieds hat einen negativen Effekt auf SWB Ja, besonders dann wenn enges Mitglied migriert (zb Ehemann, Mutter) und dann wenn viel Arbeit auf die Zurückbleibenden fällt (zB. Umverteilung des Betreungsschlüssel für kleine Kinder/Alte)


Ok, das sind schon wieder (ganz neue) Moderatorhypothesen. Auch hier schlage ich für den Anfang vor: KISS (keep it simple stupid). Migration eines HH ;Mitgliedes hat im Schnitt einen negativen Effekt.

Aber welchen der drei folgenden Moderatoreffekte erwartest Du? Alle 3 Effekte sind doch gleich?????


Nein, eben nicht! Durch Deine Annahme

Es gibt natürlich auch den Fall yMyfR* [...]
Aber den würde ich außen vor lassen


werden sie gleich, weil Du nicht mehr zwischen migriertes Mitglied schickt keine Remittances und migriertes Mitlgied schickt Remittances unterscheidest. Du setzt Migration bei gleichzeitigem Empfang von Remittances gleich mit dem Fall migriertes Mitglied schickt Remittances. Das ist legitim, aber das musst Du schon explizit machen.

Problematisch ist, [...] dass, der HH [nur] gefragt [wurde], ob sie Remitt von migrierten Mitglied erhalten, die Höhe und Regelmässigkeit wurde hier abgefragt (auch in kind zb Kühlschrank, Radio, Geschenke)


Das ist in der Tat potentiell extrem problematisch. In der einfachsten Konzeption würdest Du Deine Hypothesen in einem Modell der Form

SWB = b0 + b1*Remittances + b2*Migrationshaushalt + b3*Remittances*Migrationshaushalt

testen. Das setz vorraus, dass (i) Migrationshaushalte durch eine Indikatorvariable von Nicht-Migrationshaushalten unterschieden werden, und (ii) Remittances für alle Haushalte in einer Variable erfasst werden. (i) sollte unproblematisch und einfach umsetzbar sein. Für (ii) müssten die Angaben der Remittances aber vergleichbar, i.e. in der selben Metrik vorliegen. Wenn ich es richtig sehe, hast Du damit drei Möglichkeiten.

1a. Wie von Dir zunächst angedacht die Remittances nur dichotom erfassen. Das hat den Nachteil, dass sehr viel Varianz verschenkt wird. Der Vorteil ist, dass (i) es relativ einfach umzusetzen ist, (ii) Du Migrations und Nicht-Migrationshaushalte simultan in der Analyse berücksichtigen kannst.

1b. Falls Du Angaben zum Haushalteinkommen hast, musst Du die Angaben zu Remittances so umrechnen, dass sie vergleichbar werden. Mit anderen Worten, entweder Du musst die Angaben der Migrationshaushalte so umrechnen, dass sie als Anteil des HH-Einkommens interpretierbar sind, oder umgekehrt die Angaben der Nicht-Migrationshaushalte als absolute Werte darstellen. Falls keine Angaben zum HH Einkommen verfügbar sind, entfällt diese Variante, die gegenüber 1a den Vorteil hat, dass mehr der vorhandenen Varianz in Remittances zur Schätzung der Effekte benutzt wird.

2. Du trennst die Analysen nach Migranten- und Nicht-Migrantenhaushalten. Leider kannst Du dann Deine Forschungsfrage nur schwerer, oder (je nachdem ob 1b prinizpiell umetztbar wäre) gar nicht mehr beantworten.
Stata is an invented word, not an acronym, and should not appear with all letters capitalized: please write “Stata”, not “STATA”.
daniel
 
Beiträge: 1060
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon Annerika » Mo 6. Jan 2014, 17:04

wowww Danke!

H1: Remittances haben einen positive Effekt auf SWB hier betrachte ich yMyR und nMyR

Wieso nur diese Subgruppe? Du verschenkst damit viel Varianz in Remittances, denn die sind per Gruppeneinteilung gezwungen größer 0. In Deiner ursprünglichen Operationalisierung (Remitt = ja oder nein) wäre diese Hypothese in dieser Subgruppe gar nicht testbar, weil die Varianz im Prädikator komplett fehlt.


Hm stimmt Ok alle Gruppen einbeziehen..dh auch die deren Remitt 0 sind

Gut KISS:

Remittances haben positiven Effekt auf SWB
Migrantion hat einen negativen Effekt auf SWB

SWB = b0 + b1*Remittances + b2*Migrationshaushalt + b3*Remittances*Migrationshaushalt

testen. Das setz vorraus, dass (i) Migrationshaushalte durch eine Indikatorvariable von Nicht-Migrationshaushalten unterschieden werden, und (ii) Remittances für alle Haushalte in einer Variable erfasst werden. (i) sollte unproblematisch und einfach umsetzbar sein. Für (ii) müssten die Angaben der Remittances aber vergleichbar, i.e. in der selben Metrik vorliegen. Wenn ich es richtig sehe, hast Du damit drei Möglichkeiten.


i) sprich ein Dummy Migrationshaushalt ja/nein
ii) ja möglich kann ich bauen (ich schmeiße Remitt von Modul Einkommen (1) und Migration (2) zusammen und kontrolliere auf Doppelung) dh ich sehe am Dummy i) ob Remitt von eigenen Migranten oder eben nicht kommen
1a. Wie von Dir zunächst angedacht die Remittances nur dichotom erfassen. Das hat den Nachteil, dass sehr viel Varianz verschenkt wird. Der Vorteil ist, dass (i) es relativ einfach umzusetzen ist, (ii) Du Migrations und Nicht-Migrationshaushalte simultan in der Analyse berücksichtigen kannst.


Problematisch da sehr unterschiedliche Höhe der Remitt von wenigen $ bis richtig fett daher würde ich lieber mit kontinuierlichen Remitt arbeiten.

1b. Falls Du Angaben zum Haushalteinkommen hast, musst Du die Angaben zu Remittances so umrechnen, dass sie vergleichbar werden. Mit anderen Worten, entweder Du musst die Angaben der Migrationshaushalte so umrechnen, dass sie als Anteil des HH-Einkommens interpretierbar sind, oder umgekehrt die Angaben der Nicht-Migrationshaushalte als absolute Werte darstellen. Falls keine Angaben zum HH Einkommen verfügbar sind, entfällt diese Variante, die gegenüber 1a den Vorteil hat, dass mehr der vorhandenen Varianz in Remittances zur Schätzung der Effekte benutzt wird.


Da Entwicklungsland sind Einkommensdaten sehr schlecht. Ich arbeite mit Consum dh könnnte Remitt beziehen auf das Anteil am Consum des HH. Meiner Gutachterin ist in diesem Zusammenhang wichtig Remitt als pro Kopf Variable dh ich könnte sowohl Anteil am Consum als auch den per capita der Remitt angeben

Hier war Problematisch das Konsum positiv auf SWB wirkt ...je mehr Konsum desto höher SWB. Ich hatte ja schonmal geschrieben, dass ich denke Consum und den Wohlstandsindex rauszulassen da ich vermute das der Remitt Effekt in diesen beiden Variablen aufgeht (Remitt werden verkonsumiert bzw in asset gesteckt).

2. Du trennst die Analysen nach Migranten- und Nicht-Migrantenhaushalten. Leider kannst Du dann Deine Forschungsfrage nur schwerer, oder (je nachdem ob 1b prinizpiell umetztbar wäre) gar nicht mehr beantworten.
ok das ist raus
Annerika
 
Beiträge: 24
Registriert: Di 17. Dez 2013, 19:10
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Propensity score matching

Beitragvon daniel » Mo 6. Jan 2014, 17:45

ii) ja möglich kann ich bauen (ich schmeiße Remitt von Modul Einkommen (1) und Migration (2) zusammen und kontrolliere auf Doppelung) dh ich sehe am Dummy i) ob Remitt von eigenen Migranten oder eben nicht kommen


Bin nicht sicher, ob Du meinen Gedanken hier erfasst hast. Woher die Remittances kommen ist (per Annahme) irrelevant und nicht das Problem. Auch das Zusammenfassen der Angaben aus beiden Modulen (was ja nur in Migrationshaushalten der Fall ist) ist nicht das Problem -- vielmehr ein (diskussionswürdiger!) Vorschlag zum Umgang mit den fehlenden Werten, die ich zuvor bei diesen Doppelangaben angesprochen habe.

Das zentrale Problem hier ist, dass Remittances einmal als absolute Angabe (Wie viel bekommen Sie?) Im Migrantenmodul und einmal als relative Angabe (Anteil der Remittances am HH Einkommen) in nicht-Migrationshaushalten erfasst wurde. Wie willst Du das zusammenfassen?

Ich arbeite mit Consum dh könnnte Remitt beziehen auf das Anteil am Consum des HH.


Wie auch immer. Relevant ist, dass die Remittances Messung in Modul 1 und 2 unabdingbar vergleichbar sein muss (i.e. beides mal Anteil am HH Einkommen/Konsum oder eben beides Mal absolute Höhe [von ein paar $ bis richtig fett]). Das Ganze ist unmöglich, wenn einmal das eine, einmal das andere gefragt wird.
Stata is an invented word, not an acronym, and should not appear with all letters capitalized: please write “Stata”, not “STATA”.
daniel
 
Beiträge: 1060
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Nächste

Zurück zu Regressionsmodelle

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 0 Gäste

cron