2023年8月30日 · 1983年，由Paul Rosenbaum和Donald Rubin提出的 倾向性评分匹配（propensity score matching，PSM）分析 可以减少研究中的偏差和混杂变量影响，以便对观察组和对照组进行更合理的比较。

看书上说，PSM是为了解决自选择偏误问题，构造出一个与处理组样本其他方面极其相似的控制组，然后比较控…

因此，若想继续使用 fweight 选项，需要 _weight * 2 转化为频数。 详情参见 Propensity Score Matching in Stata using teffects 参见连享会推文： 专题： PSM-Matching Stata-从匹配到回归：精确匹配、模糊匹配和 PSM 相关推文 Note：产生如下推文列表的 Stata 命令为： . lianxh PSM . …

PSM一般分为三种类型： 1、PS最邻近匹配：是PSM最基本的方法，即直接从对照中寻找一个或多个与处理组个体PS值相同或相近的个体作为配比对象。

倾向得分匹配 (PSM)，是一种模仿RCT随机对照试验随机化分组，提高组间均衡性，进而达到降低混杂因素影响目的一种数据处理策略。PSM在计量研究，临床医学等领域有着广泛的应用。 1.案例背景与分析策略 1.1 案例背景介绍 某企业想评价专项培训的效果，现收集到78位员工的个人及工作 …

PSM模型简介 1.1 模型简介 PSM模型也即 价格敏感度测试模型 （Price Sensitivity Measurement），PSM价格敏感度分析方法是在 70 年代由 Van Westendrop 所创建。 是目前在价格测试的诸多模型中，最简单、最实用。 为大多数 市场研究公司 所认可。

那这条线是怎么来的呢？ 是我们把yc1-yc2这条实线往上平移得到的。 换言之，我们假设了yt2’-yt1 = yc2-yc1，这就是DID估计中要求的同趋势假设。 换言之，即不可观测效应随时间变化趋势相同。 However，这个假设相当的强，以至于经常不成立。 好，下面我们导出PSM ...

PSM究竟比回归优越在哪儿？感觉同样基于CIA假设，在内生性问题上，效度应该是一样的啊

本文的案例来源于Hu等（2021），作者以2012年《绿色信贷指引》政策为准自然实验，考察了绿色信贷政策对重污染企业（HPE）绿色创新的影响。 在稳健性检验中，作者用倾向评分匹配双重差分法（PSM-DID）解决由于遗漏变量而引起的内生性问题。

首先，PSM是在挑选相似的个体进行匹配，但问题是PSM并没有时期的概念。 这意味着你很有可能出现08年的a个体和03年的b个体匹配的情形。