The central role of the propensity score in observational studies for causal effects
倾向得分在观察性因果效应研究中的核心作用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确倾向得分在观察性处理效应中的匹配与分层调整。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
倾向得分在观察性因果效应研究中的核心作用
- 研究问题
- 观察性研究中的处理组与对照组往往在许多背景变量上不同，是否可以用一个标量组织这些调整？摘要研究倾向得分在处理效应分析中的作用，关注由全部观测协变量带来的偏差如何处理。
- 方法与思路
- 摘要将倾向得分定义为给定观测协变量后的处理分配概率，并讨论按该标量匹配、分层调整及二维图示。直觉是用一个分配概率组织多维背景信息，使处理组与对照组的比较更易实施。
- 材料陈述的贡献
- 摘要报告，大样本与小样本理论均支持倾向得分调整消除由全部观测协变量造成的偏差，并介绍匹配、多个结局和子人群共用分层及二维图示应用。其定位是用标量分配概率组织多变量调整。
- 阅读关注点
- 阅读时应核对理论要求哪些处理分配与潜在结果条件，哪些比较需要共同支持；同时区分真实得分与估计得分，检查匹配或分层后如何评估协变量平衡，以及多个结局共用分层的适用范围。 阅读前先备知识：建议先掌握条件概率、潜在结果、混杂与协变量平衡，再了解给定协变量后处理分配与潜在结果独立的含义，以及共同支持条件。这些属于理解因果调整的背景知识，具体要求须查原文。
- 阅读边界
- 以下限制对应原请求所用摘要版本：基于原文摘要，未阅读全文。摘要中的偏差消除针对观测协变量，不能据此推断未观测混杂也被消除；相关因果识别条件、得分估计误差及具体调整方案的限制仍须查原文。 经AI辅助核对旧与当前摘要内容等价；未另读刊稿全文，不能据此证明整个稿件版本等价。
原文摘要
The propensity score is the conditional probability of assignment to a particular treatment given a vector of observed covariates. Both large and small sample theory show that adjustment for the scalar propensity score is sufficient to remove bias due to all observed covariates. Applications include: (i) matched sampling on the univariate propensity score, which is a generalization of discriminant matching, (ii) multivariate adjustment by subclassification on the propensity score where the same subclasses are used to estimate treatment effects for all outcome variables and in all subpopulations, and (iii) visual representation of multivariate covariance adjustment by a two- dimensional plot.