倾向得分匹配 - 版本历史

思无涯咿呀咿呀：思无涯咿呀咿呀移动页面倾向评分至倾向得分匹配

2021-07-01T04:05:32Z

思无涯咿呀咿呀移动页面倾向评分至倾向得分匹配

Aceyuan：补充遗漏内容

2021-06-24T16:47:01Z

补充遗漏内容

思无涯咿呀咿呀：/* 课程推荐 */

2021-06-18T09:13:07Z

课程推荐

思无涯咿呀咿呀：/* 编者推荐 */

2021-06-18T09:06:34Z

编者推荐

2021年6月16日 (三) 01:43 薄荷

2021-06-16T01:43:27Z

薄荷：/* 参考文献 */

2021-06-16T01:08:55Z

参考文献

2021年6月16日 (三) 01:06 薄荷

2021-06-16T01:06:46Z

显示更改

2021年6月13日 (日) 07:22 Aceyuan

2021-06-13T07:22:27Z

2021年6月13日 (日) 07:16 Aceyuan

2021-06-13T07:16:49Z

李昊轩：/* 缺点 */

2021-06-12T16:19:51Z

缺点

@@ 第31行： / 第31行： @@
-. 依照倾向性评分的估计量进行分层，<font color="#32cd32">检查协变量的倾向性评分的估计量在每层处理组和对照组是否均衡</font>
+. 依照倾向性评分的估计量进行分层，检查协变量的倾向性评分的估计量在每层处理组和对照组是否均衡
 *使用标准化差异指标或者图形来检验分布情况
@@ 第40行： / 第40行： @@
 *[[Mahalanobis distance|马氏度量]] 与PSM配合使用
 *[[Stratified sampling|分层匹配]]
-*<font color="#32cd32">双重差分匹配（核和局部线性加权）</font>
+*双重差分匹配（核和局部线性加权）
 *精确匹配
-. <font color="#32cd32">对比处理组和对照组的匹配样本或加权样本，验证协变量是否均衡</font>
+. 对比处理组和对照组的匹配样本或加权样本，验证协变量是否均衡
@@ 第98行： / 第98行： @@
 *如果对于给定的''X''，处理分配满足强可忽略条件，则：
 :* 给定任何的平衡函数，具体来说，给定倾向性评分，处理分配也是强可忽略的：
 :::<math> (r_0, r_1) \perp \!\!\!\! \perp Z \mid e(X).</math>
-回归
+:*对于有相同平衡得分值的处理样本和对照样本，它们响应变量均值之差（即：<math>\bar{r}_1-\bar{r}_0</math>），可以作为[[average treatment effect|平均处理效应]]的[[Bias of an estimator|无偏估计量]]：<math>E[r_1]-E[r_0]</math>。
-*对于有相同平衡得分值的处理样本和对照样本，它们响应变量均值之差（即：<math>\bar{r}_1-\bar{r}_0</math>），可以作为[[average treatment effect|平均处理效应]]的[[Bias of an estimator|无偏估计量]]：<math>E[r_1]-E[r_0]</math>。
+*利用平衡得分的样本估计可产生在''X''上均衡的样本
@@ 第117行： / 第115行： @@
 == 缺点 ==
-PSM已经被证明会加剧模型的“不平衡性、低效率、模型依赖性和偏差”，这与大多数其他匹配方法不同。匹配方法背后的直观仍然成立，但应该与其他匹配方法一起应用；倾向得分在加权和双重稳健估计方面也有其他有益的用途。
+PSM已经被证明会加剧模型的“不平衡性、低效率、模型依赖性和偏差”，这与大多数其他匹配方法不同。<ref>{{Cite journal|last=King|first=Gary|last2=Nielsen|first2=Richard|date=2019-05-07|title=Why Propensity Scores Should Not Be Used for Matching|journal=Political Analysis|volume=27|issue=4|pages=435–454|doi=10.1017/pan.2019.11|issn=1047-1987|doi-access=free}} | [https://gking.harvard.edu/files/gking/files/psnot.pdf link to the full article] (from the author's homepage)</ref>匹配方法背后的直观仍然成立，但应该与其他匹配方法一起应用；倾向得分在加权和双重稳健估计方面也有其他有益的用途。
@@ 第123行： / 第121行： @@
-PSM的一个缺点是它只能涵盖已观测的（和可观测的）协变量，而无法涵盖潜在变量。那些能影响处理分配却不可观测的因素无法被纳入匹配过程的考量范围。由于匹配过程只控制可观测变量，那些隐藏的偏差在匹配后依然可能存在。另一个问题是PSM还要求在大量样本中，在处理组和对照组之间有大量的重叠。
+PSM的一个缺点是它只能涵盖已观测的（和可观测的）协变量，而无法涵盖潜在变量。那些能影响处理分配却不可观测的因素无法被纳入匹配过程的考量范围。<ref>{{cite journal  |vauthors=Garrido MM, etal |year=2014 |title=Methods for Constructing and Assessing Propensity Scores |journal= Health Services Research |doi= 10.1111/1475-6773.12182  |pmid=  24779867 |pmc=4213057 |volume=49 |issue=5 |pages=1701–20}}</ref>由于匹配过程只控制可观测变量，那些隐藏的偏差在匹配后依然可能存在。<ref>{{cite book |last=Shadish |first=W. R. |last2=Cook |first2=T. D. |last3=Campbell |first3=D. T. |year=2002 |title=Experimental and Quasi-experimental Designs for Generalized Causal Inference |location=Boston |publisher=Houghton Mifflin |isbn=978-0-395-61556-0 }}</ref>另一个问题是PSM还要求在大量样本中，在处理组和对照组之间有大量的重叠。
 ==参考文献==

@@ 第145行： / 第145行： @@
 ::B站搬运的杜克大学社会科学研究中心的分享视频，介绍了在使用匹配方法时会涉及到的ATT、CATE、ATE的方法。
 *[https://www.bilibili.com/video/BV19741137L2?from=search&seid=13934883753123755445 倾向性匹配得分]B站Up主分享的倾向性匹配得分的基本概念和R语言实现过程。
-*B站up主PSM系列视频： （[https://www.bilibili.com/video/BV1gV41117Md 一）基础知识][https://www.bilibili.com/video/BV1CK4y1E7sf （二）匹配估计量][https://www.bilibili.com/video/BV1Hf4y1q7Zz （三）倾向性得分匹配]
+*B站up主PSM系列视频： （[https://www.bilibili.com/video/BV1gV41117Md 一）基础知识][https://www.bilibili.com/video/BV1CK4y1E7sf （二）匹配估计量][https://www.bilibili.com/video/BV1Hf4y1q7Zz （三）倾向性得分匹配]  [https://www.bilibili.com/video/BV1Az4y1C7UB/?spm_id_from=333.788.recommend_more_video.-1 原理和实践： PSM倾向性得分匹配最详细的讲解（四）]
 *[https://campus.swarma.org/course/2030 潜结果框架下的因果效应]
 什么是因果呢？“因”其实就是引起某种现象发生的原因，而“果”就是某种现象发生后产生的结果。因果问题在我们日常生活中十分常见，但是不管是传统的统计学还是当下很火的大数据、机器学习，更多的是解决相关性的问题。因果问题存在于很多领域，如医疗健康、经济、政治科学、数字营销等。该课程是由浙江大学助理教授况琨讲授的，主要回答以下一些重要的问题：因果性与相关性的区别是什么？相关性有哪几种来源？如何评估因果效应？有哪些常用且前沿的方法？

@@ 第133行： / 第133行： @@
 ==编者推荐==
-====[https://swarma.org/?p=22045 《因果科学周刊》第2期：如何解决混淆偏差？]====
+*知乎上RandomWalk总结的关于因果推断之Potential Outcome Framework的内容，其中提到因果退镀and额目标就是从观测数据中估计treatment effect。
-====[https://zhuanlan.zhihu.com/p/237723948 倾向得分匹配(PSM)的原理与步骤]====
+*Yishi Lin在自己的个人主页上分享的关于因果推断的一些介绍[https://dango.rocks/blog/2019/01/08/Causal-Inference-Introduction1/ 因果推断漫谈（一）：掀开 “因果推断” 的面纱]
+*[https://swarma.org/?p=22045 《因果科学周刊》第2期：如何解决混淆偏差？]本文围绕因果科学领域的“混淆偏差”问题展开介绍，并进行了相关论文的推荐。
-这篇知乎文章里，详细介绍了PSM在stata的实现过程。
+*[https://zhuanlan.zhihu.com/p/237723948 倾向得分匹配(PSM)的原理与步骤]这篇知乎文章里，详细介绍了PSM在stata的实现过程。

@@ 第133行： / 第133行： @@
 ==编者推荐==
 ----
-本中文词条由[[用户:Xushuxu|Xushuxu]]、[[用户:计算士|计算士]]参与编译，[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。
+本中文词条由[[用户:Aceyuan|Aceyuan]]翻译、[[用户:李昊轩|李昊轩]]审校，[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。
 '''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

←上一版本		2021年6月16日 (三) 01:08的版本
第130行：		第130行：
	==参考文献==		==参考文献==
	<references />		<references />
		+
		+
		+	==编者推荐==
		+	[[File:聚类算法对比.jpg\|右\|600px\|thumb\|[https://zhuanlan.zhihu.com/p/37381630 数据科学家需要了解的5种聚类算法]]]
		+	====[https://zhuanlan.zhihu.com/p/37381630 数据科学家需要了解的5种聚类算法]====
		+	聚类是一种涉及数据点分组的机器学习技术。《数据科学家需要了解的5种聚类算法》介绍了k-means聚类、Mean-Shift聚类、具有噪声的基于密度的聚类方法（DBSCAN）、EM聚类和层次聚类5种常见实用聚类算法及其原理，并且对比了其优缺点。
		+
		+	====[https://zhuanlan.zhihu.com/p/75324430 k-means 聚类算法原理及优化（贪心学院）]====
		+
		+	《k-means 聚类算法原理及优化》从以传统的k-means算法为基础，介绍了k-means的优化变体方法,包括初始化优化k-means++, 距离计算优化elkan k-means算法和大数据情况下的优化Mini Batch k-means算法。
		+
		+
		+
		+
		+	====[https://zhuanlan.zhihu.com/p/108636613 无监督学习\|聚类算法综述]====
		+
		+	《无监督学习\|聚类算法综述》介绍了多种无监督学习的聚类算法的原理、相关概念及实现代码，包括邻近算法、GMM算法、BIRCH算法等。
		+
		+
		+
		+
		+
		+	[[File:k-means课程.png\|right\|thumb\|400px\|[https://campus.swarma.org/play/coursedetail?id=10559 基于Julia的KMeans并行化]]]
		+	===相关课程===
		+
		+	====[https://campus.swarma.org/play/coursedetail?id=10559 基于Julia的KMeans并行化]====
		+	本课程首先讲解了k-means聚类算法的相关思想，然后对使用Julia并行化实现k-means算法的方法进行了详细的介绍。
		+
		+
		+
		+
		+
		+
		+
		+
		+	----
		+	本中文词条由[[用户:Xushuxu\|Xushuxu]]、[[用户:计算士\|计算士]]参与编译，[[用户:薄荷\|薄荷]]编辑，欢迎在讨论页面留言。
		+
		+	'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''
		+
		+
		+	[[Category:统计分析]]

@@ 第252行： / 第252行： @@
 :* 给定任何的平衡函数，具体来说，给定倾向性评分，处理分配也是强可忽略的：
-:::<math> (r_0, r_1) \perp Z \mid e(X).</math>
+:::<math> (r_0, r_1) \perp \!\!\!\! \perp Z \mid e(X).</math>
 回归
 :*For any value of a balancing score, the difference between the treatment and control means of the samples at hand (i.e.: <math>\bar{r}_1-\bar{r}_0</math>), based on subjects that have the same value of the balancing score, can serve as an [[Bias of an estimator|unbiased estimator]] of the [[average treatment effect]]: <math>E[r_1]-E[r_0]</math>.

@@ 第188行： / 第188行： @@
 设某个物体有协变量''X''（即：条件非混杂变量）向量，以及对应着控制和处理两种情况的'''潜在结果'''''r''<sub>0</sub>和''r''<sub>1</sub>。如果潜在结果在给定背景变量''X''的条件下独立于处理举动（''Z''），则可以说样本是否接受处理分配是'''强可忽略'''的。可简洁表述为
-:<math> r_0, r_1 \perp Z \mid X </math>
+:<math> r_0, r_1 \perp \!\!\!\! \perp Z \mid X </math>
-这里<math>\perp</math>代表[[statistical independence|统计独立]].<ref name="Rosenbaum 1983 41–55" />
+这里<math>\perp \!\!\!\! \perp</math>代表[[statistical independence|统计独立]].<ref name="Rosenbaum 1983 41–55" />
 === Balancing score===
@@ 第202行： / 第202行： @@
 平衡得分b(X)是观测协变量X的函数。在给定b(X)时，处理单元和控制单元的X有相同的条件分布：
-:<math> Z \perp X \mid b(X).</math>
+:<math> Z \perp \!\!\!\! \perp X \mid b(X).</math>
 最一般的平衡得分函数是<math> b(X) = X</math>.
@@ 第294行： / 第294行： @@
 <font color="#aaaaaaa">【机器翻译】与其他匹配程序一样，PSM 从观测数据中估计平均处理效果。在引入 PSM 的时候，它的主要优点是，通过使用一个线性组合的协变量作为一个单一的评分，它平衡了治疗组和对照组在大量的协变量上，而不会失去大量的观察数据。如果处理和控制中的单元在大量的协变量上一次平衡，就需要大量的观测数据来克服“维数问题”，即引入新的平衡协变量几何地增加样本中必要的最小观测数据。</font>
-与其他匹配过程一样，PSM也是从观测数据中估计平均处理效应。在引入PSM之时，它的主要优点是，通过使用协变量的线性组合得到一个单一评分，以大量的协变量为基础平衡了处理组和对照组，却不大量损失观测数据。如果在有众多协变量的情况下，对每一个些变量都分别做处理单元和对照单元平衡的话，就需要大量的观测数据来克服”维数问题“，即每引入一个新的平衡协变量都会在几何上增加最小所需的观测样本数量。
+与其他匹配过程一样，PSM也是从观测数据中估计平均处理效应。在引入PSM之时，它的主要优点是，通过使用协变量的线性组合得到一个单一评分，以大量的协变量为基础平衡了处理组和对照组，却不大量损失观测数据。如果在有众多协变量的情况下，对每一个协变量都分别做处理单元和对照单元平衡的话，就需要大量的观测数据来克服”维数问题“，即每引入一个新的平衡协变量都会在几何上增加最小所需的观测样本数量。

@@ 第286行： / 第286行： @@
 <font color="#aaaaaaa">【机器翻译】PSM 已经被证明会增加模型的“不平衡性、低效率、模型依赖性和偏差”，这与大多数其他匹配方法不同。使用匹配的见解仍然有效，但应该与其他匹配方法一起应用; 倾向得分在加权和双重稳健估计方面也有其他有益的用途。</font>
-PSM已经被证明会加剧模型的“不平衡性、低效率、模型依赖性和偏差”，这与大多数其他匹配方法不同。匹配方法背后的见解仍然成立，但应该与其他匹配方法一起应用；倾向得分在加权和双重稳健估计方面也有其他有益的用途。
+PSM已经被证明会加剧模型的“不平衡性、低效率、模型依赖性和偏差”，这与大多数其他匹配方法不同。匹配方法背后的直观仍然成立，但应该与其他匹配方法一起应用；倾向得分在加权和双重稳健估计方面也有其他有益的用途。
@@ 第293行： / 第294行： @@
 <font color="#aaaaaaa">【机器翻译】与其他匹配程序一样，PSM 从观测数据中估计平均处理效果。在引入 PSM 的时候，它的主要优点是，通过使用一个线性组合的协变量作为一个单一的评分，它平衡了治疗组和对照组在大量的协变量上，而不会失去大量的观察数据。如果处理和控制中的单元在大量的协变量上一次平衡，就需要大量的观测数据来克服“维数问题”，即引入新的平衡协变量几何地增加样本中必要的最小观测数据。</font>
-与其他匹配过程一样，PSM也是从观测数据中估计平均处理效应。在引入PSM之时，它的主要优点是，通过使用协变量的线性组合得到一个单一评分，以大量的协变量为基础平衡了处理组和对照组，却不大量损失观测数据。如果在有众多协变量的情况下，对每一个些变量都分别做处理单元和对照单元平衡的话，就需要大量的观测数据来克服”维度问题“，即，每引入一个新的平衡协变量都会在几何上增加最小所需的观测样本数量。
+与其他匹配过程一样，PSM也是从观测数据中估计平均处理效应。在引入PSM之时，它的主要优点是，通过使用协变量的线性组合得到一个单一评分，以大量的协变量为基础平衡了处理组和对照组，却不大量损失观测数据。如果在有众多协变量的情况下，对每一个些变量都分别做处理单元和对照单元平衡的话，就需要大量的观测数据来克服”维数问题“，即每引入一个新的平衡协变量都会在几何上增加最小所需的观测样本数量。
@@ 第301行： / 第303行： @@
 PSM的一个缺点是它只能涵盖已观测的（和可观测的）协变量，而无法涵盖潜在变量。那些能影响处理分配却不可观测的因素无法被纳入匹配过程的考量范围。由于匹配过程只控制可观测变量，那些隐藏的偏差在匹配后依然可能存在。另一个问题是PSM还要求在大量样本中，在处理组和对照组之间有大量的重叠。
@@ 第307行： / 第310行： @@
 <font color="#aaaaaaa">【机器翻译】朱迪亚 · 珀尔也提出了关于配对的普遍担忧，他认为隐性偏见实际上可能会增加，因为观察变量的配对可能会由于潜在的未观察混杂因素而释放出偏见。同样，珀尔认为，只有通过建立治疗、结果、观察和未观察协变量之间的定性因果关系模型，才能确保(渐近地)减少偏见。当实验者无法控制对独立变量和因变量之间观察到的关系的替代性、非因果性解释时，混淆就发生了。这种控制应满足珍珠的“后门规范”。它也可以很容易地手动实现。</font>
-Judea Pearl也提出了关于匹配方法的一般性担忧，他认为对可观测变量进行匹配可能会让那些原本处于休眠状态的混杂因素被释放，从而实际上可能加剧隐藏的偏差。同样，Pearl认为，只有通过对处理、结果、可观测和不可观测的协变量之间的定性因果关系进行建模，才能确保（渐进地）减少偏差。当试验者无法控制<font color="#32cd32">对独立变量和因变量之间观察到的关系的替代性、非因果性解释时</font>，混杂就会发生。这样的控制应该满足Pearl的“后门准则”。它很容易手工实现。
+Judea Pearl也提出了关于匹配方法的普遍担忧，他认为对可观测变量进行匹配可能会让那些原本处于休眠状态的混杂因素被释放，从而实际上可能加剧隐藏的偏差。同样，Pearl认为，只有通过对处理、结果、可观测和不可观测的协变量之间的定性因果关系进行建模，才能确保（渐进地）减少偏差。当试验者无法控制<font color="#32cd32">对独立变量和因变量之间观察到的关系的替代性、非因果性解释时</font>，混杂就会发生。这样的控制应该满足Pearl的“后门准则”。它也很容易地手动实现。