倾向值匹配法就是将各个受测单元多维度的信息,使用统计方法简化成一维的数值,成为倾向值,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,就是因果关系。这个原理很好简单,但聪明的读者肯定会问,什么是多维度的信息?如何简化它?这都是倾向值匹配法很为关键也是很容易发生问题的地方。由苏毓淞著的《倾向值匹配法的概述与应用--从统计关联到因果推论/社会科学研究方法前沿与应用丛书》的靠前章将简要介绍为什么要对多维信息进行降维处理,而第2章将进一步讲解这背后的理论背景。第3章选择了4篇学刊论文,对其中倾向值匹配方法的使用进行解析。第4章则就“应用R软件和STATA软件实现倾向值匹配法”进行说明。
|