倾向得分匹配法的常见偏差及修正策略.docxVIP

倾向得分匹配法的常见偏差及修正策略

引言

在因果推断领域，倾向得分匹配法（PropensityScoreMatching，简称PSM）因其能通过平衡处理组与控制组的协变量分布，有效降低混杂因素干扰，成为观察性研究中估计处理效应的重要工具。从医学临床试验效果评估到公共政策影响分析，PSM的应用场景日益广泛。然而，实践中研究者常发现，即使严格遵循操作流程，匹配结果仍可能偏离真实因果效应——这背后往往隐藏着未被充分识别的偏差问题。这些偏差可能源于模型设定的疏漏、匹配过程的操作缺陷，或是数据本身的局限性，若不加以修正，将直接影响研究结论的可靠性。本文将系统梳理PSM应用中常见的四类偏差，剖析其产生