倾向得分匹配计算器

倾向得分匹配是一种用于非随机分配处理的观察性研究的设计方法。倾向得分是给定已测量的处理前协变量后，某个观测接受处理的估计概率。得分相近的观测在模型中的处理概率也相近。将处理组观测与可比的未处理对照匹配，可以改善协变量平衡，使比较比未经调整的结局差异更可信。 本计算器执行不放回的贪心式一对一最近邻匹配。它按输入顺序处理处理组观测，找到倾向得分绝对距离最小的未使用对照，完成配对后将该对照从后续候选中移除。报告的处理组平均处理效应，即 ATT，是所有配对中处理组结局减去匹配对照结局的平均值。在所选结局量表下，ATT 为正表示处理组的平均观测结局更高。 得分与结局列表必须一一对应：第一个处理组得分对应第一个处理组结局，对照组也遵循相同规则。倾向得分必须在零到一之间。由于匹配不放回，对照组的观测数至少应与处理组一样多。贪心匹配结果可能受处理组输入顺序影响，尤其是在多个观测争用得分相近的对照时。最优匹配软件可能得到更小的总距离。 倾向得分接近本身并不能证明每个协变量都已平衡。匹配后，应检查各重要基线变量的标准化均值差、分布、重叠程度和样本保留情况。得分只能用处理前测量的变量估计，应纳入合理的混杂因素，而不是处理后的结果。重叠不足意味着某些处理组观测没有可信的对照；此时设置卡钳或修剪规则通常优于强制匹配。 进行因果解释需要满足若干假设：没有重要的未测量混杂因素，各相关协变量组合下都可能接受处理，观测之间互不干扰，且模型设定恰当。匹配不能创造随机化，也不能消除隐藏偏倚。标准误也需要采用能反映匹配与得分估计过程的方法。本轻量计算器适合了解确定性配对和核对小型示例。用于发表的分析应采用支持卡钳、并列处理、放回选项、平衡诊断、敏感性分析及适当不确定性估计的统计软件。