Answers:
计算得出的倾向得分 是给定的信息,受试者接受治疗的概率。该IPTW程序试图使反事实的推理更加突出使用倾向得分。期望有很高的可能性接受治疗然后实际接受治疗,那里没有反事实信息。接受治疗和实际接受治疗的可能性较低,这是不寻常的,因此,对于治疗将如何影响接受治疗可能性较低的受试者的信息更多;即。特征大多与控制对象有关。因此,治疗对象的权重为为不太可能/信息量大的治疗对象增加了更多的体重。遵循相同的想法,如果对照对象很有可能接受治疗,则这是一个信息性指标,表明如果他们在对照组中,治疗对象的表现如何。在这种情况下,控制主题的权重为为不太可能/高度信息化的控件增加了更多权重科目。确实,这些方程式乍一看似乎有些随意,但我认为在反事实基础上可以轻松地解释它们。最终,所有匹配/ PSM /加权例程都试图在我们的观测数据中勾勒出一个准实验框架。新的理想 实验。
如果您还没有找到他们,我强烈建议您阅读Stuart(2010):因果推理的匹配方法:回顾和展望; Thoemmes和Kim(2011):社会科学倾向评分方法的系统综述;两者都写得很好,并且可以作为有关此事的优秀入门论文。另外,请查看此出色的2015年讲座,关于国王为什么不应该使用倾向得分进行匹配。他们确实帮助我建立了关于这一主题的直觉。