psm倾向得分匹配法（psm倾向得分匹配法是怎样的）

psm倾向得分匹配法是什么？让我们一起来看看:

倾向得分匹配法，英文全称Propensity Score Matching，简称为“PSM简单地说，这是一种使用非实验数据或观察数据进行干预效应分析的统计方法。其理论框架是反事实推理模型，主要用于处理观察和研究数据。

一般来说，反事实推断模型假设任何因果分析的研究对象都有两个条件下的结果，即观测到的结果和未观测到的结果。

psm的步骤为：

1、一般用于计算倾向值logistic回归。

2、分数匹配一般有几种方法：

(1)最相邻的匹配，英文全称Nearest neighbor matching，简称NNM，也就是说，是否使用卡尺在控制组样本中找到最接近干预组样本得分的对象，并形成配对。

(2)半径匹配，英文全称Radius matching，这种方法是设定常数r，也可以理解，在范围或范围内，通常设置为小于倾向得分标准差的四分之一，然后在实验组中饮酒控制组得分差r内配对。

(3)核匹配，英文全称Kernel Matching，事实上，这种方法是将干预组样本与控制组所有样本计算的估计效果进行匹配，其中估计效果是由实验组个人得分值和控制组所有样本的得分值加权平均获得的，权数由核函数计算。

3、评估匹配后的平衡

4、计算平均干预效果（ATT）

5、敏感性分析

以上就是小编的分享了，希望能够帮助到大家。

- END -