6.8 PSM 3在线视频

好 第二个

common support

check

也就是说

咱们 matching的思想就是说

如果

它们的倾向分数是一样的

在同样的一个

比如说很小的一个层级里面

那么我们认为这两个人群是相似的

那么我就认为他们俩是可比的

说白了就是这样子

所以 common support

什么意思

就是说在同样一个

倾向分数的分数段里面

如果有

treatment group的人

我就希望也会有control

group的人

那么这两张图咱们先看左边这张图

红色的是

红色的柱状图是treatment

group

的倾向分数的分布图

蓝色的柱状图是

untreated人群

它们的倾向分数分布图

大家可以看确实

就是说treatment group它的

倾向分数整体上会偏高

对不对 因为

这个右边是更高的倾向分数值

它整体会偏高

那么在untreated group整体会偏低

这个是非常符合常识的

符合我们的感觉的

但是也非常可喜的发现

哪怕是在最高的倾向分数

这些等级里面

我们依然可以看到有蓝色的样本

也就是说

它们在每一段都有人

这个叫common support

在它们有共同的这样的

一个overlap

共同的这样的一个

都有人 两边都有人

那么像这种情况

大家看右边这张图出现了一个绿色的柱状

叫of support 也就是说

当然样本量非常小

所以不是很明显

在倾向分数这个位置

我们只在

treatment group

看到了

样本量

但是

untreated group没有人在

它的倾向分数达到这样的一个程度

所以我们叫它off support

当然像左边这些像这些它

都是这些红色的柱子

它下面都是有蓝色的柱子的

所以我们叫做on support

所以说这个时候就出现了off

support情况

也就是说我们高分数的高倾向

分数的这一部分这个人

t他找不到跟它匹配的人

就是这种情况

所以这就叫common

support

我们当然希望是左边的情况

但是出来右边的情况也没什么大不了的

大不了我们就是说我们放弃

off support

这一部分样本的分析

我们的分析结论

只是在

更小的这样的一个人群里面试用

说白了就是把这个结论

的适用范围把它缩小

就可以了

也不用特别的担心 但是

作为研究者你要搞得很清楚

你的结论到底适用范围是什么

是整个样本

还是一个on support的样本

要说清楚

好 这个也是类似一张图

只不过这张图它是把它

都画成向上的方向了

我们来看它的overlap

的情况是一样的

第三个就是balance check

balance下就是说什么呢

既然这两组人在匹配之前是那么的不一样

那么它们的这些

斜变量

肯定是有很大的差异的

这是第一点

第二点我当然希望说匹配之后

匹配完之后

无论它是加权之后也好

还是它真的是

匹配之后也好

那么

匹配之后

它们应该是非常类似的

要的这样的一个结果

所以大家可以看

这张图左边看左边

左边这张图

这个点是匹配之前的

它是差值 treatment

跟untreated的差值

中间这条竖线是0

显然如果它都在0的附近的话

那就是没有什么差别

如果离零非常远的话

差别就很大

所以大家看这些

这些点是匹配之前的差值

很多自变量它的一个差值就离得非常远

尤其是第一个就是p school就是

present school

那么它离0是非常远的

所以这两组人的差别是非常大的

但是匹配之后就小叉号小搀好

大家可以看到它都是在零附近的

那么这个效果

比较好的

那么我们看

右边这张图

右边这张图的图例是一样的

但是大家发现

匹配之后

这些小叉号

离零这条线还是很远

也就是说

它匹配之后

这些重要的协变量

包括p score

它们依然有很大的差异

这就说明什么问题

这就说明

这个匹配效果不好

对不对

它匹配之后还是有很大差异

就是匹配效果不好

那就说明 p score算得有问题

一般不是匹配的问题

一般是算这个问题

比如说像刚才模型

如果是它这个考清华北大

咱那个模型没选好

里面的变量没有你们认为特别重要的变量

我们没有这个数据

p score算的就是没有什么价值

那就是match之后就是这种效果

就可以从这里检查出来

就叫做 balance

check它是不是平衡了

平衡就是说它都是一样的

就应该在0附近差值在0的附近

这是

好

那么这个是表

刚才那个是图非常形象

这个是表它就比较精确

我来看比如随便举个例子

年龄 match之前

treated 跟control的差值

是非常大的

它的t检验是显著的

也就是这两组人是有显著的差异的

但是match之后

它差值就不显著了

这就是一个非常好的match

所以我们就去来看所有的自变量

它match之后

我们来看它的 p值

t检验的p值

是不是都不显着

这个就是很重要的一点

那么这个也是 balance

check的一部分

好

那么这个整个就是我们对于PSM的

分析和讨论

我们就讨论两部分

第一部分它的理念是什么

它是怎么做的

第二部分我们怎么样对psm进行检验

怎么样是一个好的match

它的结果什么时候可信

什么时候不可信

那么关于psm有很多

论文才讨论

大家可能也都看到这篇论文了

这个也是我们课本里引的论文

你如果对这些技术细节

很有兴趣的话

包括它的limitation

你可以去看这些文章

来做更多的讨论