Regression modelQuasi-experimental / causal inference
강건 성향 점수 매칭
강건 성향 점수 매칭(robust PSM)은 처치를 받을 확률(성향 점수)을 추정한 값을 기준으로 처치 그룹과 통제 그룹 단위를 쌍으로 묶은 후, 성향 점수 자체를 추정하는 과정에서 발생하는 불확실성을 고려한 분산 추정치를 사용하여 평균 처치 효과를 추정하는 준실험적 인과 추론 방법입니다. Abadie와 Imbens(2016)가 개발한 이 보정 방법은 매칭 후 표준 부트스트랩 또는 해석적 공식을 순진하게 적용했을 때 발생하는 오도된 추론을 방지합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Abadie, A., & Imbens, G. W. (2016). Matching on the Estimated Propensity Score. Econometrica, 84(2), 781-807. DOI: 10.3982/ECTA11293 ↗
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/robust-propensity-score-matching
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- Coarsened Exact Matching (CEM)인과추론↔ 비교
- 이중 강건 추정 (AIPW)인과추론↔ 비교
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ 비교
- 매칭 추정량인과추론↔ 비교
- 성향 점수 매칭연구 통계↔ 비교
- 성향 점수 가중치 (PSW / IPW)인과추론↔ 비교