倾向得分匹配PSM的实操步骤详解.docxVIP

倾向得分匹配PSM的实操步骤详解

在社会科学、医学、公共卫生等领域的研究中，随机对照试验被认为是检验因果关系的金标准，但在很多实际场景下，由于伦理限制、现实条件约束等原因，研究者无法开展随机对照试验，只能依靠观察性数据进行分析。观察性研究最大的问题在于存在选择偏倚，也就是处理组和对照组在基线特征上存在系统性差异，直接比较两组的结果会得到有偏的因果结论。为了解决这一问题，学界发展出了一系列因果推断方法，倾向得分匹配（PSM）就是其中应用最广泛的方法之一，它通过匹配基线特征相似的处理组和对照组个体，模拟随机对照试验的效果，有效降低观测性研究中的混杂偏倚（陈强，2014）。近年来，PSM在各领域的应用越来越多，但不少使用者对其实操流程的理解不够深入，容易出现方法误用的问题。本文将从基础逻辑出发，详细拆解PSM的实操全流程，梳理各环节的核心要点与注意事项，为研究者规范使用PSM提供参考。

一、PSM的核心逻辑与实操前期准备

（一）PSM的核心理论逻辑

倾向得分匹配的理论基础是Rubin提出的潜在结果框架，也就是因果推断的反事实框架。这一框架认为，每个个体都有两种潜在结果：接受处理的结果和不接受处理的结果，个体的处理效应就是这两种潜在结果的差异，但现实中我们只能观测到其中一种结果，因此需要找到合适的反事实对照组。PSM的核心思路是，将多个基线协变量的信息浓缩为一个倾向得分值，也就是给定一组观