傾向スコアマッチング計算機

傾向スコアマッチングは、処置が無作為に割り当てられていない観察研究のための設計手法です。傾向スコアとは、測定済みの処置前共変量を条件として、ある観測単位が処置を受ける確率の推定値です。スコアが近い観測は、モデル上の処置確率も近くなります。処置群を比較可能な未処置の対照と対応付けると、共変量のバランスが改善し、未調整の結果差より信頼できる比較につながります。 この計算機は、非復元の貪欲法による一対一の最近傍マッチングを行います。入力順に処置群の観測を取り上げ、傾向スコアの絶対差が最小の未使用対照を選び、その対照を以降の候補から除きます。表示される処置群平均処置効果、ATT は、各ペアの処置結果から対照結果を引いた差の平均です。ATT が正なら、選んだ結果尺度で処置群の観測結果の平均が高いことを示します。 スコアと結果のリストは対応している必要があります。最初の処置スコアは最初の処置結果に対応し、対照群も同様です。傾向スコアはゼロから一の範囲に収めてください。非復元のため、対照群には処置群以上の観測数が必要です。貪欲法の結果は処置群の入力順に依存する場合があり、近いスコアの対照を複数の観測が取り合うと特に影響します。最適マッチングのソフトウェアでは総距離がさらに小さくなる場合があります。 傾向スコアが近いだけで、すべての共変量が均衡しているとは限りません。マッチング後は重要な各ベースライン変数について、標準化平均差、分布、重なり、サンプルの保持状況を確認してください。スコアの推定には処置前に測定した変数のみを使い、処置後の結果ではなく、妥当な交絡因子を含めます。重なりが乏しいと、一部の処置観測に信頼できる対照がありません。その場合は強制的な対応付けよりキャリパーやトリミング規則が適しています。 因果的に解釈するには、重要な未測定交絡がないこと、関連する共変量パターンで処置を受ける可能性があること、観測間の干渉がないこと、モデルが適切に指定されていることが必要です。マッチングは無作為化を生み出すわけではなく、隠れたバイアスも除去しません。標準誤差にもマッチングとスコア推定を考慮する方法が必要です。この簡易計算機は決定的なペア作成の理解や小規模な例の確認に使えます。公表用の分析では、キャリパー、同距離の処理、復元の選択、バランス診断、感度分析、適切な不確実性推定に対応した統計ソフトウェアを使ってください。