傾向得分匹配，在醫(yī)學(xué)研究及計(jì)量經(jīng)濟(jì)領(lǐng)域都有廣泛應(yīng)用西剥，其目的在于減少數(shù)據(jù)偏差和混雜因素的干擾痹栖。

很多統(tǒng)計(jì)軟件都支持PSM，如SPSS和stata瞭空。SPSSAU最新版本也提供了傾向得分匹配揪阿。

下面我們就一起來了解下，究竟什么是傾向得分匹配咆畏？以及如何分析南捂？

PSM解決的是選擇偏差問題（即控制混雜因素），傾向得分配比就是利用傾向評分值鳖眼，從對照組中為處理做中的每個個體尋找一個或多個背景特征相同或相似的個體作為對照黑毅。這樣就最大程度降低了其他混雜因素的干擾。

比如钦讳，想研究‘讀研究生’對于收入的影響。一種簡單的做法是直接對比‘讀過’和‘沒有讀過’這兩類群體的收入差異枕面，但這種做法并不科學(xué)愿卒。因?yàn)檫€可能存在其他變量影響著研究結(jié)果，如性別潮秘，年齡琼开，父母學(xué)歷，父母是否做教育工作等因素都會干擾到研究枕荞。

因此柜候，PSM正是為了減少這種干擾。PSM可實(shí)現(xiàn)找到類似的兩類人躏精，他們的基本特征都基本一致渣刷，主要區(qū)別在于‘是否讀過’研究生。這樣可減少干擾因素差異帶來的數(shù)據(jù)偏差和混雜干擾矗烛。

一辅柴、案例背景

當(dāng)前有一項(xiàng)‘讀研對于收入影響’的研究，共收集1000個研究對象（樣本）。其中有的研究對象‘讀研究生’碌嘀，有的研究對象‘沒有讀研究生’涣旨，希望研究是否讀過研究生，對于年收入的影響情況股冗。其他變量還包括父母學(xué)歷霹陡，父母是否從事教育相關(guān)職業(yè)等。

二止状、操作步驟

選擇【計(jì)量經(jīng)濟(jì)研究】--【傾向得分匹配】穆律。

【研究變量】：放入主要研究變量。本例中為“是否讀研”

【特征項(xiàng)】：放入其他可能影響結(jié)果的變量导俘。本例中為“父親學(xué)歷”峦耘、“母親學(xué)歷”、“父親是否從事教育”旅薄、“母親是否從事教育”辅髓。

依次將變量放入，點(diǎn)擊開始分析少梁。

SPSSAU默認(rèn)使用最鄰近匹配法洛口，進(jìn)行匹配。抽選方法可以選擇不放回抽樣和放回抽樣兩種凯沪。

勾選[保存信息]第焰，可自動保存匹配得分、匹配關(guān)系妨马、匹配成功次數(shù)及匹配ID挺举。

三、結(jié)果解讀

1 基本信息匯總

從上表可知：本次PSM分析使用最鄰近匹配方式烘跺，并且精確匹配優(yōu)先的算法湘纵，且使用放回抽樣方法÷舜荆總共待匹配項(xiàng)（‘讀過研究生’的樣本數(shù)量）為233個梧喷，全部都實(shí)現(xiàn)精確匹配成功，匹配成功率為100%脖咐。

此表格僅列出算法的過程信息等铺敌，具體匹配效果應(yīng)以下表格即PSM平行假設(shè)檢驗(yàn)表格為準(zhǔn)。

2 平行假設(shè)檢驗(yàn)

從上表可知：在匹配前屁擅，實(shí)驗(yàn)組和控制組（是否讀研兩類群體）偿凭，他們的父母特征，包括父親是否從事教育煤蹭，父親學(xué)歷和母親學(xué)歷均有著顯著性差異（p 值 <0.05）笔喉，也即說明是否讀研兩類群體取视，他們的父母背景特征確實(shí)有著不一致性，父母背景特征屬于干擾因素常挚。

在匹配之后作谭，‘父親是否從事教育’，‘母親是否從事教育’奄毡，‘父親學(xué)歷’和‘母親學(xué)歷’這4項(xiàng)干擾因素折欠，在實(shí)驗(yàn)組和控制組兩組間并沒有呈現(xiàn)出顯著性（p 值>0.05），即說明匹配之后吼过，實(shí)驗(yàn)組和控制組在父母背景特征上具有一致性锐秦。

同時(shí)針對標(biāo)準(zhǔn)化偏差值來看，在匹配之后盗忱，該值全部均為0酱床，小于20%，即說明匹配之后趟佃，‘父親是否從事教育’扇谣，‘母親是否從事教育’，‘父親學(xué)歷’和‘母親學(xué)歷’這4項(xiàng)上闲昭，實(shí)驗(yàn)組和控制組的特征基本一致罐寨。（PS：本案例數(shù)據(jù)較好，因此匹配后標(biāo)準(zhǔn)化偏差完全為0%序矩，實(shí)際研究中可能較少出現(xiàn)此類現(xiàn)象）

針對‘標(biāo)準(zhǔn)化偏差減少幅度’來看鸯绿，該值為100%，也即說明PSM匹配后簸淀，實(shí)驗(yàn)組和控制組的個體特征差異性瓶蝴，得到了非常明顯的改善。匹配前啃擦，實(shí)驗(yàn)組和控制組在干擾因素之間的平均值差異明顯囊蓝，但匹配之后，實(shí)驗(yàn)組和控制組在干擾因素之間的平均值差異不明顯令蛉。

綜合上述說明可知：此次PSM有著良好的效果，PSM匹配后數(shù)據(jù)可用于進(jìn)一步科學(xué)研究使用狡恬。

SPSSAU系統(tǒng)返回的weight信息數(shù)據(jù)珠叔，weight為0表示匹配成功次數(shù)為0，weight大于0說明肯定匹配成功（至少匹配成功1次）弟劲，因此后續(xù)研究時(shí)祷安，先篩選出weight大于0，然后再進(jìn)行分析兔乞。比如本研究‘是否讀研究生’對于‘年收入’的差異汇鞭，因此可先篩選出weight大于0的數(shù)據(jù)凉唐，然后再進(jìn)行t檢驗(yàn)分析，對比‘是否讀研究生’兩類群體‘年收入’的差異性霍骄。

3 標(biāo)準(zhǔn)化偏差變化對比圖表

通過標(biāo)準(zhǔn)化偏差的變化情況台囱，可以了解到每個干擾因素修正前后的變化情況。

如果標(biāo)準(zhǔn)化偏差變化明顯读整，則說明匹配效果較好簿训。由于圖中處理后的標(biāo)準(zhǔn)化偏差均為0.00%，說明匹配會讓實(shí)驗(yàn)組和對照組數(shù)據(jù)時(shí)干擾因素特征的不一致得到明顯的改善米间，意味著匹配效果良好强品。

四、其他說明

(1)匹配之后如何進(jìn)行后續(xù)研究屈糊？

選中‘保存信息’后的榛，SPSSAU系統(tǒng)返回的weight信息數(shù)據(jù)，weight為0表示匹配成功次數(shù)為0逻锐，weight大于0說明肯定匹配成功（至少匹配成功1次）夫晌，因此后續(xù)研究時(shí)，先篩選出weight大于0谦去，然后再進(jìn)行分析慷丽。

(2)匹配效果不好怎么辦？

PSM平行假設(shè)檢驗(yàn)用于判斷匹配效果鳄哭，而且匹配效果是綜合各項(xiàng)指標(biāo)判斷要糊。如果各項(xiàng)指標(biāo)均‘很差’，可以考慮以下幾種做法妆丘，分別是：修改匹配方式锄俄，修改半徑匹配的閥值，修改抽樣方式勺拣，以及更換干擾因素項(xiàng)等奶赠，多次嘗試對比找出最優(yōu)結(jié)果即可。同時(shí)药有，PSM匹配并無完美的匹配效果毅戈，通常綜合各項(xiàng)指標(biāo)分析，在可接受范圍內(nèi)即可愤惰。

以上就是本次分享內(nèi)容苇经，登錄SPSSAU官網(wǎng)了解更多內(nèi)容。