4.2.1 倾向评分方法（PSM、IPTW）

文档摘要

4.2.1 倾向评分方法（PSM、IPTW） 4.2.1 倾向评分方法（PSM、IPTW）想象一下，你手头握着一堆观察性数据：有些患者接受了新药治疗，有些没有。直觉上，你想比较两组的疗效差异，但那些选择治疗的患者往往在年龄、病程上已有偏差——这不就是混杂变量在作祟吗？倾向评分方法（Propensity Score Methods）就是你的“平衡大师”，它通过量化每个个体“倾向于接受治疗”的概率，来抹平这些偏差，让因果推断更接近随机对照试验的理想状态。在本节，我们不只是停留在理论层面，而是直奔实战：从倾向评分的计算，到PSM（倾向评分匹配）和IPTW（逆概率治疗权重）的具体实现，再到协变量平衡的诊断与优化。我会带你一步步拆解代码逻辑、参数调优和坑点规避，确保你读完就能上手复现。