主要观点总结
本教程介绍了倾向评分分析（PSA）的概念、理论、实施步骤和R包，以及多个用于倾向评分分析的数据集。作者通过回顾PSA的引入、其相对于随机对照试验（RCT）的优势和局限性，以及如何在观察性研究中使用PSA来估计因果效应，展示了PSA的基本原理。教程详细讨论了PSA的三个主要阶段：估计倾向分数、检查平衡和估计因果效应，并介绍了如何使用R语言中的包来执行这些步骤。此外，教程还介绍了敏感性分析和自举法，以评估因果估计的稳健性。最后，教程提供了几个真实世界的数据集，用于演示如何应用PSA。
关键观点总结
关键观点1: 倾向评分分析（PSA）的基本概念
PSA是一种在观察性研究或准实验中估计因果效应的方法，它试图调整由于非随机化引起的选择偏差。
关键观点2: PSA的优势和局限性
PSA可以在没有随机化的情况下提供合理的因果估计，但它可能不如随机对照试验（RCT）精确。
关键观点3: PSA的三个阶段
包括估计倾向分数、检查平衡和估计因果效应。
关键观点4: R语言在PSA中的应用
R语言提供了用于执行PSA的多个包，如MatchIt、MultilevelPSA、PSAgraphics等。
关键观点5: 数据集和真实世界的应用
教程介绍了几个真实世界的数据集，如拉隆德数据集、林德纳中心数据集、辅导数据集等，并演示了如何在这些数据集上应用PSA。
文章预览
教程介绍 书封面 教程首页 教程地址：https://psa.bryer.org/ 以下为教程正文 0.序言 最后更新时间：2023年11月14日 2006年，当我进入研究生院时，我的已故论文导师罗伯特·普鲁泽克（Robert Pruzek）首次向我介绍了倾向评分分析（PSA）。不需要随机化就可以得到合理的因果估计的概念对我来说很陌生，起初，我对此持怀疑态度。多年后，在许多项目中使用PSA，我不仅确信这是可能的，而且相信在某些情况下，这可能比随机控制试验更受欢迎。我曾担任两项联邦拨款的首席研究员，以开发和测试大学技能诊断评估和成就（DAACS），并试图进行涉及数千名学生的大规模随机试验（RCT）。通过我进行这些大规模随机对照试验的经验，我发现在进行干预时会有许多妥协，这些妥协会损害结果的普遍性。此外，随机对照试验假设对每个人都有单一的、同质的因果效应
………………………………
