高级模型

“高级模型”功能支持您在指定卡尺距离内执行最近邻倾向得分匹配。当方法指定为“最近邻­”时，会显示更多功能。

倾向得分匹配是一种因果推断方法，通过估计的倾向得分将每个接受处理的观测与一个或多个未接受处理的观测进行配对。在每对匹配样本中，未接受处理的观测被视为接受处理的观测的“控制”，因为它接受处理的概率与已接受处理的观测大致相同。包含接受处理的观测和控制观测的样本被称为匹配的样本。基于匹配的样本拟合线性回归，将处理作为唯一预测变量，以估计因果效应作为斜率的系数。

当匹配方法采用最近邻匹配时，每个接受处理的观测将与倾向得分最接近的未接受处理的观测进行匹配。距离量度是绝对差值。卡尺是匹配的观测之间允许的最远倾向得分距离。若没有任何未接受处理的观测的倾向得分在绝对卡尺距离范围之内，则不会为接受处理的观测选择匹配项，并将其排除在分析之外。

“高级模型”选项支持您指定以下参数：

每个观测的匹配数

指定应该与每个接受处理的观测进行匹配的控制数量。

倾向得分最小值

指定最小倾向得分。倾向得分低于该最小值的任何观测都将排除在匹配样本之外。

倾向得分最大值

指定最大倾向得分。倾向得分高于该最大值的任何观测都将排除在匹配样本之外。

卡尺

指定匹配的接受处理与未接受处理的观测之间倾向得分的最大绝对差值。在指定卡尺距离内无控制的所有接受处理的观测都将排除在匹配样本之外。

匹配统计量

指定使用的匹配统计量。您可以指定倾向得分或经过 Logit 变换的倾向得分。

有放回匹配

指定是否允许单个未接受处理的观测匹配多个接受处理的观测。

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).