倾向值匹配法的概述和应用+倾向值分析：统计方法与应用

倾向值匹配法的概述和应用

一、因果推论理论概述

1.在应用倾向值匹配法进行因果推断时需要注意后续的检验理论，否则容易妄议因果。
2.什么是倾向值匹配法？
将各个手册单元多维度的信息，使用统计方法简化成一维的数值，是为倾向值，然后据之进行匹配，匹配的目的就是要找寻实验组和对照组样本中拥有相同（或者相似）倾向值的样本，它们之间的差异，就是因果效用。
3.严谨科学的研究设计是进行因果推断的前设，倾向值匹配法是协助我们解决因果推断的研究方法，它不能帮助我们发现因果关系。
4.因果关系问题：Y是否是因X而生？如果是，X对Y影响的程度为何？如果没有X,Y是否就不会发生？
5.在因果推断时面临两方面的困境：一是缺乏反事实案例，二是无法排除可能影响结果的其他因素。
6.因果推论的基本难题基本上也就是缺失数据问题，这表明我们无法获得每个受测单元的个体处理效果，我们必须退而求其次，使用平均处理效用来满足我们探究处理对于结果的作用。
7.使用观测性数据推论因果最常遭遇两个问题：其一，我们无法明确地从数据中界定或抽取出合适的处理变量；其二，即便我们可以界定合适的处理变量，我们也可能面临变量间复杂的关联关系，由此无法有效地推论因果效用。因此，使用观测性数据推论因果，必须依赖一些假定的前提，才能宣称我们求得的处理效用是可靠而有效的。
8.使用平均处理效用虽然可以解决无法求得个体处理效用的难题，但是这背后隐含着一个重要的单元同质性假定，也就是说，各个手册单元基本上是一样的，是同质的。