倾向得分匹配PSM结果解读：观察性研究的因果推断.docxVIP

倾向得分匹配结果解读

一、方法概述

倾向得分匹配（PropensityScoreMatching,PSM）是由Rosenbaum和Rubin于1983年提出的一种因果推断方法，广泛应用于观察性研究中。该方法的核心思想是通过计算每个个体进入处理组的倾向得分（即在给定协变量条件下接受处理的概率），将多维协变量的匹配问题简化为一维倾向得分的匹配问题，从而在非随机实验条件下近似模拟随机对照试验的效果。PSM方法能够有效减少选择偏差和混杂因素的干扰，使处理组和控制组在可观测特征上趋于可比。本研究使用SPSSAU软件，采用最邻近法进行1:1匹配，并实施放回抽样，以评估处理变量treat对结果变量y的平均处理效应（ATT）。

在SPSSAU【计量经济研究】模块选择【倾向得分匹配】，将变量拖拽至右侧对应分析框，操作如下图：

二、PSM匹配基本信息

本次PSM分析的基本信息如表1所示。共纳入198个需要匹配的样本，采用最邻近法进行1:1匹配，抽样方式为放回抽样。

从表1可以看出，本次匹配共需要匹配198个样本，其中精确匹配成功个数为0，模糊匹配成功个数为198，总的匹配成功个数为198，匹配成功比例达到100.000%，匹配失败比例为0.000%。这表明所有需要匹配的样本均成功完成匹配，匹配效率极高，为后续分析提供了充足的数据基础。

三、平行假设检验

PSM匹配效果的好坏需要通过平行假设检验进