ScholarGate
Assistent
Process / pipelinecausal-inference

Propensity Score Matching

Propensity Score Matching (PSM) ist eine Methode zur Reduzierung von Störvariablenverzerrungen (confounding bias) in Beobachtungsstudien durch die Ausbalancierung von Baseline-Charakteristika zwischen Behandlungsgruppen, was eine Randomisierung simuliert. Entwickelt von Rosenbaum und Rubin (1983), schätzt sie die Wahrscheinlichkeit, eine Behandlung zu erhalten, gegeben beobachtete Kovariaten, und gleicht dann behandelte und Kontrollpersonen mit ähnlichen Behandlungswahrscheinlichkeiten an oder gewichtet sie. Weit verbreitet in Medizin, Epidemiologie und Politikbewertung, wenn randomisierte Studien nicht durchführbar oder unethisch sind, ermöglicht sie die Schätzung von Behandlungseffekten unter Kontrolle von Selektionsverzerrungen.

Mit StatMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

+114 more

Quellen

  1. Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41–55. DOI: 10.1093/biomet/70.1.41
  2. Austin, P. C. (2011). An introduction to propensity score methods for reducing the effects of confounding. Multivariate Behavioral Research, 46(3), 399–424. DOI: 10.1080/00273171.2011.568786
  3. Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701. DOI: 10.1037/h0037350

So zitieren Sie diese Seite

ScholarGate. (2026, June 4). Propensity Score Matching and Weighting. ScholarGate. https://scholargate.app/de/research-statistics/propensity-score-matching

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

Bayesian Coarsened Exact MatchingBayesian Ex Post Facto DesignBayesian Instrumental Variables (Bayesian IV)Bayesian Matching EstimatorBayes'sche quantitative BeobachtungsforschungBayesian Propensity Score MatchingBayesian Propensity Score WeightingBayesianische Regressions-Diskontinuitäts-AnalyseBayesian Sensitivity Analysis for CausalityAlgorithmen zur kausalen Entdeckung (PC, FCI, LiNGAM)Kausale AuswirkungsanalyseCoarsened Exact Matching (CEM)Gegenfactual-basierte Kausalanalyse (CIE)Kontrafaktische Wirkungsanalyse in der BildungsforschungKausale Identifikation mit gerichteten azyklischen Graphen (do-calculus)Differenz-in-Differenzen (DiD)Difference-in-Differences in der BildungsforschungDoubly Robust Estimation (AIPW)Doubly Robust Estimation in der BildungsforschungDynamischer Matching-SchätzerDynamisches Propensity Score MatchingEntropie-BalancierungFuzzy Regression Discontinuity DesignFuzzy Regression Discontinuity Design in der BildungsforschungAnalyse kausaler Effekte bei heterogener BehandlungHeterogene Behandlungseffekte mittels Coarsened Exact MatchingHeterogene Effekte von Interventionen im Kontrafaktischen WirkungsmodellHeterogener Treatment-Effekt-Matching-SchätzerHeterogene Effekte von Behandlungsmassnahmen mittels Propensity-Score-MatchingSensitivitätsanalyse heterogener Behandlungseffekte für KausalitätHeterogene Effekte (CATE / Meta-Lerner)Instrumentenvariablen in der BildungsforschungAnalyse von unterbrochenen Zeitreihen (Interrupted Time Series, ITS)Interrupted Time Series in Education ResearchInverse Probability of Treatment Weighting (IPW / IPTW)Inverse Probability Weighting in der BildungsforschungLokaler durchschnittlicher Behandlungseffekt (LATE / CACE)Logistische RegressionMaschinelles Lernen-erweitertes Coarsened Exact Matching (ML-CEM)Maschinelles Lernen-gestützte kontrafaktische WirkungsanalyseMaschinelles Lernen-gestütztes Differenz-in-Differenzen (ML-DiD)Machine Learning-Augmented Entropy BalancingMachine Learning-Augmented Instrumental Variables (ML-IV)Maschinelles Lernen-gestützter Matching-SchätzerMaschinelles Lernen-gestützte Propensity-Score-MatchingMachine Learning-Augaugmentiertes Regressions-Diskontinuitäts-DesignMaschinelles Lernen-gestützte Sensitivitätsanalyse für KausalitätMarginal Structural Model in Education ResearchFall-Kontroll-Studie mit MatchingGematchte KohortenstudieAbgestimmte Analyse konkurrierender RisikenAbgeglichene Kaplan-Meier-AnalyseGematchte verschachtelte Fall-Kontroll-StudieAngepasste Phase-II-StudieMatched Phase III Clinical TrialAbgeglichene Phase-IV-StudieGepaarte ÜberlebenszeitanalyseMatching-SchätzerMatching Methods (CEM / Optimal / Genetic)Multi-period Coarsened Exact MatchingMehrperiodenschätzung mit doppelter RobustheitMultiperioden-Matching-SchätzerMultiple Imputation – MICEPaneldaten Coarsened Exact MatchingPanel-Daten Differenz-in-Differenzen (Panel DiD / TWFE)Paneldaten-Matching-SchätzerPaneldaten-Propensity-Score-MatchingPaneldaten Propensity-Score-GewichtungPlacebo-Test in der BildungsforschungPolitikbewertung mittels grob-diskretisierter exakter Übereinstimmung (CEM)Politikbewertung Kontrafaktische Wirkungsanalyse (CIE)Politikevaluierung mittels Difference-in-DifferencesPolicy Evaluation Entropy BalancingFuzzy Regression Discontinuity für die PolitikfolgenabschätzungPolitikbewertung mit instrumentellen VariablenPolitikbewertung mittels inverser WahrscheinlichkeitsgewichtungPolicy Evaluation Matching EstimatorPanel-Ereignisstudie zur PolitikbewertungPolitikevaluation mittels Propensity Score MatchingPolitikevaluierung mittels Propensity-Score-GewichtungRegression Discontinuity Design zur PolitikbewertungSynthetische Kontrollmethode zur PolitikbewertungPropensity Score Weighting (PSW / IPW)Propensity Score Weighting in der BildungsforschungRegression Discontinuity Design (RDD)Regression Discontinuity Design (RDD)Regression-Discontinuity-Design in der BildungsforschungRisikoadjustierte FallserieRisikoadjustierte Fall-Kontroll-StudieRisikoadaptiertes Fall-Expositions-DesignRisikoadjustierte KohortenstudieRisikoadjustierte Analyse konkurrierender RisikenRisikoadjustierte Cox-Proportional-Hazards-RegressionRisikoadjustierte Querschnittsstudie in der EpidemiologieRisikoadjustierte Kaplan-Meier-AnalyseRisikoadjustierte Nested Case-ControlRisikoadjustierte Phase-IV-StudieRisikoadjustierte ÜberlebenszeitanalyseRobuste kausale Wirkungsabschätzung (Robust CIE)Robust Fuzzy Regression Discontinuity DesignRobust Inverse Probability Weighting (Robust IPW)Robuster Matching-Schätzer (Bias-korrigiertes Matching)Robuste Matching-Verfahren basierend auf Propensity ScoresRobuste Gewichtung mittels Propensity ScoresRobuste Regressions-Diskontinuitäts-Analyse (Robust RDD)Sensitivitätsanalyse für KausalitätSensitivitätsanalyse für Kausalität in der BildungsforschungSensitivitätsanalyse auf verborgene Verzerrungen (Rosenbaum-Schranken / E-Wert)Simulationsgestützte kausal-komparative ForschungRäumliche Kausalanalyse von AuswirkungenRäumlich vergröberte exakte Übereinstimmung (Spatial CEM)Räumliche Kontrafaktische Wirkungsanalyse (SCIE)Räumliche doppelt robuste SchätzungRäumliche Inverse Wahrscheinlichkeitsgewichtung (Spatial IPW)Spatial Matching EstimatorRäumliche Propensity-Score-Übereinstimmung (Spatial Propensity Score Matching)Räumliche Regressions-Diskontinuitäts-Design (Spatial RDD)Räumliche Sensitivitätsanalyse für KausalitätRaumzeitliche synthetische KontrollmethodeÜberlebenszeitanalyseSynthetische Kontrollmethode (SCM)Synthetische Kontrollmethode in der BildungsforschungTwo-Stage Least Squares (2SLS)
ScholarGatePropensity Score Matching (Propensity Score Matching and Weighting). Abgerufen am 2026-06-15 von https://scholargate.app/de/research-statistics/propensity-score-matching · Datensatz: https://doi.org/10.5281/zenodo.20539026