因果推断核心算法：倾向得分匹配法PSM

1. PSM基本定义

        倾向得分匹配法是一种常见的因果推断算法，核心思想是通过倾向得分（Propensity Score）将具有相似特征的处理组和控制组的个体进行匹配。在没有随机化实验的情况下，通过匹配使两组个体在协变量上尽量相似，从而减少混淆偏差。

---

**1. 什么是倾向得分（Propensity Score）？

倾向得分是指在给定一组协变量的条件下，一个个体接受处理（Treatment）的概率。**

倾向得分通常通过统计模型估计得出，例如：

• 逻辑回归（Logistic Regression）
• 随机森林（Random Forest）
• XGBoost等机器学习方法。

---

**2. 什么是协变量（Covariate）？

协变量是指在因果推断模型中，与结果变量（因变量）相关，但不一定直接参与因果路径的变量。**

特性：

• 协变量可能与结果变量相关，但不一定影