倾向得分匹配法的匹配质量评估指标.docxVIP

倾向得分匹配法的匹配质量评估指标

引言

在因果推断研究中，倾向得分匹配法（PropensityScoreMatching,PSM）通过构建倾向得分（即个体接受处理的概率），将处理组与对照组样本按得分进行匹配，从而控制混杂变量的影响，提高组间可比性。然而，PSM的有效性高度依赖匹配质量——若匹配后的样本仍存在显著的协变量不平衡或重叠性不足，可能导致因果效应估计偏差（RosenbaumRubin,1983）。因此，科学评估匹配质量是PSM应用的关键环节。本文围绕匹配质量评估的核心目标，系统梳理常用评估指标的原理、应用场景及局限性，并结合学术研究实践，探讨如何通过多维度指标综合判断匹配效果。

一、匹配质量评估的核心目标与逻辑框架

倾向得分匹配的本质是通过平衡协变量分布，使处理组与对照组在观测特征上“近似随机”，从而满足因果推断的“可忽略性假设”（IgnorabilityAssumption）。匹配质量评估的核心目标，正是验证这一假设是否成立。具体而言，评估需回答三个关键问题：

第一，匹配后处理组与对照组的协变量分布是否足够接近（平衡性）？

第二，匹配样本是否覆盖了倾向得分的有效重叠区域（重叠性）？

第三，匹配结果是否对未观测变量或模型设定敏感（稳健性）？

这三个问题构成了匹配质量评估的逻辑框架：平衡性是基础，确保组间观测特征无显著差异；重叠性是前提，保证匹配样本具有统计推断