对于您的疑问,propensity score 的核心思想是匹配个体在接收处理(如上研究生)前的特征,以模拟一个对照组,而不是直接寻找收入相近的个体。这是因为我们的目的是评估上研究生对收入的影响,而不仅仅是比较收入本身。如果只看收入接近的人,可能会忽略掉其他影响收入的因素。
Propensity score 是基于所有协变量估计的,它表示个体接受处理的概率。当两个个体在 propensity score 上接近时,这意味着他们在所有已知的预处理特征上都相似。这样,即使他们最终选择了不同的路径(上研究生或不上),我们仍然可以假设如果他们选择另一条路,结果会相似。
在您的例子中,A 和 B 在是否上研究生的概率上相同(0.8),这表明他们在其他影响选择和收入的变量上可能很接近。因此,B 可以作为 A 的一个合适的对照,用于估计不上研究生对收入的影响。如果直接根据 income 来匹配对照,可能会引入偏差,因为我们无法确保在所有其他重要因素上的匹配。
简而言之,propensity score 匹配是为了在潜在处理效果的评估中控制选择偏误,而不仅仅是比较收入本身。这样做可以提供一个更可靠的估计,关于上研究生对个体收入影响的因果关系。
此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用![](https://bbs.pinggu.org/static/2024/qywx_aipost_3.jpg)