Propensity Score Matching
Propensity score matching (PSM) er en metode for å redusere konfunderende skjevhet i observasjonsstudier ved å balansere baseline-karakteristikker mellom behandlingsgrupper, noe som simulerer randomisering. Utviklet av Rosenbaum og Rubin (1983), estimerer den sannsynligheten for å motta behandling gitt observerte kovariater, og matcher deretter behandlede og kontrollindivider med lignende behandlingssannsynligheter. Metoden er mye brukt i medisin, epidemiologi og politikkutforming når randomiserte studier er upraktiske eller uetiske, og muliggjør estimering av behandlingseffekter samtidig som seleksjonsskjevhet kontrolleres.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Metodekart
Nabolaget av beslektede metoder — velg en node for å utforske.
+114 til
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 4). Propensity Score Matching and Weighting. ScholarGate. https://scholargate.app/no/research-statistics/propensity-score-matching
Hvilken metode?
Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.
- Logistisk regresjonForskningsstatistikk↔ sammenlign
- Multippel regresjonsanalyseForskningsstatistikk↔ sammenlign
- OverlevelsesanalyseForskningsstatistikk↔ sammenlign
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →