倾向得分匹配法解决什么问题

倾向得分匹配法用于解决减少数据偏差和混杂因素的干扰。

倾向得分匹配法（PropensityScoreMatching）一般简称为“PSM”，是当前经济学界用来处理自选择偏误的一大热门利器，它经常和之前我们介绍过的双重差分法（来自DID）进行组合使用（PSM-DID），这种方法最早由PaulRosenbaum和DonaldRubin在1983年提出。

首先，如果自变量是连续漏空悄变量，需亏宏要转换为二元离散变量，比如自变量是企业R&D投入，你需要找到一个临界值，把R&D投入分为高R&D360问答投入组和低R&D投入组，临界值包括：平均数，延认衡生华材心种动美材上下三分位数，及其他分位数等，没有明确规定。

检验PSM的假设前提：

1、条件独立假设

直白地说即在接受实验之前，处理组和控制组之间没有差异，处理组产生的效应完全来自实验绍专可另除处理。拿上面的例子来说，即为员工是否接受培训与其工资水平相互独立。

2、共同⽀撑假设

直白地说即在理想情况下，出现英会存传数斗死在处理组的个体，也能在控制组还绝整敌始洋具走图农杨中找到对应的个体。但实际中可能出现处理组的个体在控制组找不到对应的个体。拿上面的返渣例子来说，就是可能会出现处理组全是初中毕业，控制组全是博士毕业。即在下图中，共同取值范围较少，那PSM可能就不适合了。

标签：得分,匹配,倾向