เปรียบเทียบวิธี

	การจับคู่คะแนนแนวโน้มแบบปรับปรุงความแกร่ง	ตัวประมาณค่าด้วยการจับคู่
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	2016 (robust variance correction); 1983 (PSM foundations)	1973
ผู้ริเริ่ม	Abadie & Imbens (2016) for matching-on-estimated-propensity-score with corrected variance; Rosenbaum & Rubin (1983) for PSM foundations	Rubin (1973); large-sample theory by Abadie & Imbens (2006)
ประเภท	Quasi-experimental matching estimator with robust inference	Nonparametric matching / causal inference
แหล่งต้นตำรับ	Abadie, A., & Imbens, G. W. (2016). Matching on the Estimated Propensity Score. Econometrica, 84(2), 781-807.	Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267.
ชื่อเรียกอื่น	robust PSM, PSM with robust variance, bias-corrected PSM, matching with robust inference	nearest-neighbor matching, NNM, matching on covariates, covariate matching
ที่เกี่ยวข้อง	6	6
สรุป	Robust Propensity Score Matching (robust PSM) is a quasi-experimental causal inference method that pairs treated and control units on their estimated probability of receiving treatment (the propensity score), then estimates the average treatment effect using variance estimators that account for the uncertainty introduced by estimating the propensity score itself. The correction, developed by Abadie and Imbens (2016), prevents misleading inference that standard bootstrap or analytic formulas produce when applied naively after matching.	The matching estimator identifies the causal effect of a treatment by pairing each treated unit with one or more untreated units that have similar observed characteristics. Formalised by Rubin (1973) and given rigorous large-sample theory by Abadie and Imbens (2006), it constructs a credible control group from observational data without requiring a parametric model for the outcome.