倾向匹配分析教程 倾向得分匹配法 理解

倾向评分匹配，简称PSM，是一种利用非实验数据或观察数据分析干预效果的统计方法。倾向得分匹配的理论框架是反事实推理模型“反事实推理模型”假设任何因果分析的研究对象都有两种结果：观察到的结果和未观察到的结果。如果我们说“a是B的起因”，我们就用“事实陈述”。

倾向评分匹配方法适用于两种情况。首先，在观察研究中，对照组和实验组之间可以直接比较的个体数量很少。在这种情况下，实验组和对照组的交集很小。例如，治疗组中10%的健康状况最好的人与非治疗组中10%的健康状况最差的人相似。如果我们比较这两个重叠的子集，我们会得出一个非常偏颇的结论。第二，由于测量个体特征的参数很多，因此很难从控制组中选取与实验组在每个参数上相同或相似的子集进行比较。在一般的匹配方法中，我们只需要控制一个或两个变量（如年龄、性别等），这样就可以方便地从对照组中选择一个特征相同的子集与实验组进行比较。但在一定的情况下，衡量个体特征的变量很多，因此很难选择一个理想的子集。通常情况下，有些变量是受控的，但其他变量之间的差异太大，无法将实验组与对照组进行比较。

倾向评分匹配通过使用逻辑回归模型确定。

倾向得分匹配法 理解 倾向得分匹配法原理 倾向得分匹配后怎么进行回归

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。