Process / pipelinecausal-inference
Propensity Score Matching
Propensity score matching (PSM) é um método para reduzir o viés de confundimento em estudos observacionais, equilibrando características basais entre grupos de tratamento, simulando a randomização. Desenvolvido por Rosenbaum e Rubin (1983), estima a probabilidade de receber tratamento dadas covariáveis observadas, e então pareia ou pondera indivíduos tratados e de controle com probabilidades de tratamento semelhantes. Amplamente utilizado em medicina, epidemiologia e avaliação de políticas quando ensaios randomizados são inviáveis ou antiéticos, permitindo a estimação de efeitos de tratamento enquanto se controla o viés de seleção.
Leia o método completo
Exclusivo para membros
EntrarEntre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
+114 mais
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 4). Propensity Score Matching and Weighting. ScholarGate. https://scholargate.app/pt/research-statistics/propensity-score-matching
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Regressão LogísticaEstatística para pesquisa↔ comparar
- Regressão MúltiplaEstatística para pesquisa↔ comparar
- Análise de SobrevidaEstatística para pesquisa↔ comparar
Referenciado por
Coarsened Exact Matching BayesianoDelineamento Bayesiano Ex Post FactoVariáveis Instrumentais Bayesianas (IV Bayesiana)Estimador Bayesiano de Pareamento (Bayesian Matching Estimator)Pesquisa Quantitativa Observacional BayesianaPareamento Bayesiano por Escore de PropensãoPonderação Bayesiana por Escore de PropensãoDesenho Bayesiano de Regressão por DescontinuidadeAnálise de Sensibilidade Bayesiana para CausalidadeAlgoritmos de Descoberta Causal (PC, FCI, LiNGAM)Análise de Impacto CausalCoarsened Exact Matching (CEM)Avaliação de Impacto Contrafactual (AIC)Avaliação de Impacto Contrafactual em Pesquisa EducacionalIdentificação Causal com Grafos Acíclicos Direcionados (cálculo-do)Diferenças em Diferenças (DiD)Difference-in-Differences na Pesquisa em EducaçãoEstimativa Duplamente Robusta (AIPW)Estimativa Duplamente Robusta em Pesquisa EducacionalEstimador de Pareamento DinâmicoMatching Dinâmico de Escore de PropensãoBalanceamento por EntropiaDelineamento de Regressão com Descontinuidade FuzzyDesenho de Regressão por Descontinuidade Difusa em Pesquisa EducacionalAnálise de Impacto Causal de Efeito de Tratamento HeterogêneoPareamento Exato Agrupado para Efeito de Tratamento HeterogêneoAvaliação de Impacto Contrafactual de Efeito de Tratamento HeterogêneoEstimador de Pareamento para Efeitos Heterogêneos do TratamentoPropensity Score Matching para Efeitos Heterogêneos de TratamentoAnálise de Sensibilidade de Efeitos de Tratamento Heterogêneos para CausalidadeEfeitos Heterogêneos de Tratamento (CATE / Meta-Aprendizes)Variáveis Instrumentais na Pesquisa em EducaçãoAnálise de Séries Temporais Interrompidas (ITS)Séries Temporais Interrompidas na Pesquisa em EducaçãoPonderação pela Probabilidade Inversa de Tratamento (IPW / IPTW)Ponderação por Probabilidade Inversa em Pesquisa EducacionalEfeito do Tratamento Médio Local (LATE / CACE)Regressão LogísticaCoarsened Exact Matching (CEM) Aumentada por Aprendizado de Máquina (ML-CEM)Avaliação de Impacto Contrafactual Aumentada por Aprendizado de MáquinaDiferenças em Diferenças Aumentadas por Aprendizado de Máquina (ML-DiD)Equilíbrio de Entropia Aumentado por Aprendizado de MáquinaVariáveis Instrumentais Aumentadas por Machine Learning (ML-IV)Estimador de Pareamento Aumentado por Aprendizado de MáquinaPareamento por Escore de Propensão Aumentado por Aprendizado de MáquinaRegressão por Descontinuidade Aumentada por Aprendizado de MáquinaAnálise de Sensibilidade Aumentada por Aprendizado de Máquina para CausalidadeModelo Estrutural Marginal na Pesquisa EducacionalEstudo de Caso-Controle PareadoEstudo de Coorte PareadaAnálise de Riscos Competitivos PareadosAnálise de Kaplan-Meier PareadoEstudo aninhado caso-controle pareadoEnsaio Clínico de Fase II PareadoEnsaio Clínico Fase III PareadoEstudo de Fase IV PareadoAnálise de Sobrevida PareadaEstimador de PareamentoMétodos de Pareamento (CEM / Ótimo / Genético)Pareamento Exato Coarsened Multi-períodoEstimativa Duplamente Robusta Multi-PeríodoEstimador de Pareamento MultiperíodoImputação MúltiplaPareamento Exato Grosseiro para Dados em PainelDiferenças-em-Diferenças com Dados em Painel (Panel DiD / TWFE)Estimador de Pareamento por Dados em PainelPareamento por Escore de Propensão com Dados em PainelPonderação por Escore de Propensão em Dados de PainelTeste de placebo em pesquisa educacionalAvaliação de Políticas via Coarsened Exact Matching (CEM)Policy Evaluation Counterfactual Impact EvaluationAvaliação de Políticas Públicas: Diferenças em DiferençasBalanceamento por Entropia para Avaliação de PolíticasRegressão Descontínua Fuzzy para Avaliação de PolíticasAvaliação de Políticas com Variáveis InstrumentaisAvaliação de Políticas Ponderação por Probabilidade InversaEstimador de Pareamento para Avaliação de PolíticasEstudo de Evento em Painel para Avaliação de PolíticasPropensity Score Matching para Avaliação de PolíticasAvaliação de Políticas com Ponderação por Escore de PropensãoAvaliação de Políticas com Regressão por Descontinuidade (RDD)Método de Controle Sintético para Avaliação de PolíticasPonderação por Escore de Propensão (PEP / IPW)Ponderação por Escore de Propensão em Pesquisa EducacionalDesenho de Regressão por Descontinuidade (RDD)Desenho de Regressão por Descontinuidade (RDD)Regression discontinuity design in education researchSérie de casos com ajuste de riscoEstudo de Caso-Controle com Risco AjustadoDesenho Risco-Ajustado Caso-CruzamentoEstudo de Coorte com Ajuste de RiscoAnálise de Riscos Competitivos Ajustada por RiscoCox Proportional Hazards com Ajuste de RiscoEstudo Epidemiológico Transversal com Ajuste de RiscoAnálise de Kaplan-Meier Ajustada por RiscoEstudo de Caso-Controle Aninhado com Ajuste de RiscoEstudo de Fase IV ajustado ao riscoAnálise de Sobrevida Ajustada por RiscoAvaliação Robusta de Impacto ContrafactualDesenho Robusto de Regressão Fuzzy por DescontinuidadeRobust Inverse Probability Weighting (Robust IPW)Estimador Robusto por Correspondência (Correspondência com Correção de Viés)Pareamento Robusto por Escore de PropensãoPonderação Robusta por Escore de PropensãoDesenho Robusto de Regressão por DescontinuidadeAnálise de Sensibilidade para CausalidadeAnálise de Sensibilidade para Causalidade em Pesquisa EducacionalAnálise de Sensibilidade para Viés Oculto (Limites de Rosenbaum / E-value)Pesquisa Causal-Comparativa Assistida por SimulaçãoAnálise de Impacto Causal EspacialCoarsened Exact Matching Espacial (Spatial CEM)Avaliação de Impacto Contrafactual Espacial (SCIE)Estimativa Espacial Duplamente RobustaPonderação por Probabilidade Inversa Espacial (Spatial IPW)Estimador de Pareamento EspacialPareamento Espacial por Escore de PropensãoDesign de Regressão por Descontinuidade Espacial (Spatial RDD)Análise de Sensibilidade Espacial para CausalidadeMétodo de Controle Sintético EspacialAnálise de SobrevidaMétodo do Controle Sintético (MCS)Método de Controle Sintético em Pesquisa EducacionalVariáveis Instrumentais via Mínimos Quadrados em Dois Estágios (IV/2SLS)
Encontrou um problema nesta página? Relate ou sugira uma correção →