psm倾向得分匹配法举例_倾向性匹配得分分析(PSM)是一种不太靠谱的方法

1. 背景介绍

很早就想写一篇有关PSM误用与滥用的文章,直到今天才从大脑里的一个想法变成了文字。希冀对各位朋友有些许启发。

PSM是一种统计学方法,任何统计学方法都有其适用条件,误用或者滥用很可能得到完全错误的统计学结论,误导读者。下面我们就以一个案例来讲解PSM是如何得出错误结论并误导读者的。

2. 案例分析

[案例1] 如下图1所示,数据中共有10个变量,614个观测,试验组185例,对照组429例。treat变量即为分组变量,”1″=试验组,”0″=对照组,试验组的研究对象接受了某种岗前的职业教育,对照组无特殊干预。Age(年龄), educ(受教育程度), black(是否黑人), hispan(是否拉丁裔), married(是否结婚), nodegree(是否获得学位), re74, re75为协变量, re78为主要结局变量(年总收入)。

psm倾向得分匹配法举例_倾向性匹配得分分析(PSM)是一种不太靠谱的方法

图1. 变量定义。

研究对象的年总收入的影响因素很多,是否接受岗前的职业教育是可能的影响因素,其是否是独立影响因素需要校正其他影响因素后才可以下结论。本案例我们的统计分析策略有两个:1. 以总收入为结局变量,其它因素为协变量,构建一个多元线性回归方程,如果是否接受职业的

Original: https://blog.csdn.net/weixin_39957265/article/details/112363872
Author: weixin_39957265
Title: psm倾向得分匹配法举例_倾向性匹配得分分析(PSM)是一种不太靠谱的方法

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/636098/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球