傾向評分匹配，簡稱PSM，是一種利用非實(shí)驗(yàn)數(shù)據(jù)或觀察數(shù)據(jù)分析干預(yù)效果的統(tǒng)計(jì)方法。傾向得分匹配的理論框架是反事實(shí)推理模型“反事實(shí)推理模型”假設(shè)任何因果分析的研究對象都有兩種結(jié)果：觀察到的結(jié)果和未觀察到的

傾向評分匹配，簡稱PSM，是一種利用非實(shí)驗(yàn)數(shù)據(jù)或觀察數(shù)據(jù)分析干預(yù)效果的統(tǒng)計(jì)方法。傾向得分匹配的理論框架是反事實(shí)推理模型“反事實(shí)推理模型”假設(shè)任何因果分析的研究對象都有兩種結(jié)果：觀察到的結(jié)果和未觀察到的結(jié)果。如果我們說“a是B的起因”，我們就用“事實(shí)陳述”。

傾向評分匹配方法適用于兩種情況。首先，在觀察研究中，對照組和實(shí)驗(yàn)組之間可以直接比較的個(gè)體數(shù)量很少。在這種情況下，實(shí)驗(yàn)組和對照組的交集很小。例如，治療組中10%的健康狀況最好的人與非治療組中10%的健康狀況最差的人相似。如果我們比較這兩個(gè)重疊的子集，我們會得出一個(gè)非常偏頗的結(jié)論。第二，由于測量個(gè)體特征的參數(shù)很多，因此很難從控制組中選取與實(shí)驗(yàn)組在每個(gè)參數(shù)上相同或相似的子集進(jìn)行比較。在一般的匹配方法中，我們只需要控制一個(gè)或兩個(gè)變量（如年齡、性別等），這樣就可以方便地從對照組中選擇一個(gè)特征相同的子集與實(shí)驗(yàn)組進(jìn)行比較。但在一定的情況下，衡量個(gè)體特征的變量很多，因此很難選擇一個(gè)理想的子集。通常情況下，有些變量是受控的，但其他變量之間的差異太大，無法將實(shí)驗(yàn)組與對照組進(jìn)行比較。

傾向評分匹配通過使用邏輯回歸模型確定。