Robuste Matching-Verfahren basierend auf Propensity Scores

Robust Propensity Score Matching (robuste PSM) ist eine quasi-experimentelle kausale Inferenzmethode, die behandelte und Kontroll-Einheiten anhand ihrer geschätzten Wahrscheinlichkeit, eine Behandlung zu erhalten (dem Propensity Score), paarweise zusammenführt und dann den durchschnittlichen Behandlungseffekt (Average Treatment Effect, ATT) mithilfe von Varianzschätzern schätzt, die die Unsicherheit berücksichtigen, die durch die Schätzung des Propensity Scores selbst entsteht. Die von Abadie und Imbens (2016) entwickelte Korrektur verhindert irreführende Schlussfolgerungen, die Standard-Bootstrap- oder analytische Formeln bei naiver Anwendung nach dem Matching liefern.