psm倾向得分匹配法举例_样本选择偏误，自选择偏误以及自选择偏误的解决办法：倾向得分匹配（PMS）和广义倾向得分（GPS）...

俗话说得好：“夜里若是三秒郎，原谅草帽戴不完”。王二狗今年刚满50就觉得有点力不从心。他听说最近新出了一款阿三大力丸，能增强耐久度，让你做到“一小时真男人”。于是二狗决定去求证一下“是否该大力丸能增强持久度”这个问题。

二狗所在的村庄很奇怪，男人除了年龄之外，其他和持久度有关的特征都一样。也就是说在不吃药的情况下，只有年龄能影响他们的持久度。

这一天，二狗为了考察药效这个问题，来到了村里唯一一个这种药的专卖店，只要有人进这个店，无论有没有买，他都凑上去问这个人是否吃了这个药以及最近一次的持久度（没错！这个村就是喜欢计时，就是这么变态）。一天下来，他整理了如下表格（1代表吃了，0代表没吃）：

对象	年龄	是否吃了大力丸	持久度（分钟）
A	55	1	15
B	60	1	10
C	45	1	8
D	52	1	20
E	57	1	16
F	62	1	5
G	30	0	30
H	40	0	18
I	50	0	25

二狗一看，吃了大力丸的平均持久度是12.3分钟，没吃的平均持久度是24.3分钟。这尼玛越吃越不行？？？“看来我是没机会了“，二狗一边想着一边要去爬山。这时路上村长，村长是个有学识的人，一看他的这个调查报告就指出了问题所在：你在专卖店调查，去的人大多都是吃药的人，据村里一些村姑的反应，很多没去买药吃药的人也不行啊。你这个样本里面都没有包含这些人，所以你这个调查是有问题的。好像那些喜欢装高深的人把这个叫做样本选择偏差, Sample Selection Bias ！， 而且啊….“

还没等村长说完而且，二狗又觉得自己有希望了，赶紧跑回家去修改自己的调查过程。路上他突然觉得村长有问题：村姑为啥会和他反应这问题？

来不及多想，第二天二狗就展开了第二次调查，这次，他不去专卖店了，在村里随机找人问，然后得到了以下的表格（对，没错，我懒得编了，就在下面多加了几个，就假设这是重新调查的吧）

对象	年龄	是否吃了大力丸	持久度（分钟）
A	55	1	15
B	60	1	10
C	45	1	8
D	52	1	20
E	57	1	16
F	62	1	5