Propensity Score Matching
Propensity score matching (PSM) is een methode om confounding bias in observationele studies te verminderen door baselinekenmerken tussen behandelgroepen te balanceren, wat randomisatie simuleert. Ontwikkeld door Rosenbaum en Rubin (1983), schat het de kans op behandeling gegeven geobserveerde covariaten, waarna behandelde en controlevelen met vergelijkbare behandelkansen worden gematcht of gewogen. Veel gebruikt in geneeskunde, epidemiologie en beleidsevaluatie wanneer gerandomiseerde proeven onhaalbaar of onethisch zijn, waardoor effecten van behandeling kunnen worden geschat met controle voor selectiebias.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
+114 meer
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 4). Propensity Score Matching and Weighting. ScholarGate. https://scholargate.app/nl/research-statistics/propensity-score-matching
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Logistische RegressieOnderzoeksstatistiek↔ vergelijken
- MultivariaatanalyseOnderzoeksstatistiek↔ vergelijken
- OverlevingsanalyseOnderzoeksstatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →