psm倾向得分匹配法举例_倾向得分匹配法的详细解读

你是否经常使用观测数据或非实验数据？你是否在面对数据带来的自选择偏误时束手无策？今天，商小研就要给大家介绍一种可以用来缓解自选择偏误的计量方法——倾向得分匹配法！

01 倾向得分匹配法是什么

倾向得分匹配法（Propensity Score Matching)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（DID）进行组合使用（PSM-DID),这种方法最早由Paul Rosenbaum和Donald Rubin在1983年提出。

02 倾向得分匹配法的逻辑和原理

我们举个简单常用的例子来说明PSM的原理。我们现在想要研究“接受某种职业技能培训会对个人收入有怎么样的影响”这一课题，我们收集到的是观测数据，将其简单分为处理组（接受培训）和控制组（未接受培训）。如果由此直接计算接受培训带来的处理效应（treatment effect），那显然得到的结果是不可信的。

显然，存在着这样一个协变量集Xi，Xi中的变量均会对Y和X1产生影响。比如个人的能力，个人能力强的人可能就不会选择接受技能培训，但是能力强的人又能取得比较高的收入，这可能会对处理效应产生一个偏导性的影响。除了个人能力