Propensity Score Matching
Propensity score matching (PSM) on tutkittu menetelmä, jolla pyritään vähentämään sekoittavien tekijöiden aiheuttamaa harhaa havainnoivissa tutkimuksissa tasapainottamalla lähtöominaisuuksia hoitoryhmien välillä, simuloiden satunnaistamista. Rosenbaumin ja Rubinin (1983) kehittämä menetelmä estimoi todennäköisyyden saada hoitoa havaittujen kovariaattien perusteella ja yhdistää tai painottaa sitten hoidettuja ja verrokkiryhmän yksilöitä, joilla on samankaltaiset hoitotodennäköisyydet. Menetelmää käytetään laajalti lääketieteessä, epidemiologiassa ja politiikan arvioinnissa, kun satunnaistetut kokeet ovat epäkäytännöllisiä tai epäeettisiä, mahdollistaen hoitovaikutusten estimoinnin samalla kun valikoitumisharhaa kontrolloidaan.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
+114 lisää
Lähteet
- 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 ↗
- 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 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 4). Propensity Score Matching and Weighting. ScholarGate. https://scholargate.app/fi/research-statistics/propensity-score-matching
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Logistinen regressioTutkimuksen tilastomenetelmät↔ vertaa
- MonimuuttujamallinnusTutkimuksen tilastomenetelmät↔ vertaa
- SelviytymisanalyysiTutkimuksen tilastomenetelmät↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →