在进行倾向性评分匹配（Propensity Score Matching, PSM）时，SPSS24 提供了一套强大的工具和功能，可以帮助研究人员更精确地评估干预措施的效果。以下是一份实操指南，旨在帮助用户高效使用 SPSS24 进行倾向性评分匹配。

1. 了解倾向性评分匹配

倾向性评分匹配是一种统计方法，用于评估干预措施（如药物治疗、政策干预等）对结果变量的影响，通过比较接受干预措施和未接受干预措施但具有相似倾向性的个体。

2. 准备数据

在使用 SPSS24 进行 PSM 之前，确保您的数据集包含以下信息：

  • 干预措施暴露变量（通常是二分变量，如1表示接受干预，0表示未接受干预）
  • 结果变量
  • 配对变量（即可能影响干预决定和结果变量的其他变量）

3. 创建倾向性评分

3.1 打开SPSS24

  1. 打开 SPSS24，并将您的数据文件加载到数据编辑窗口。

3.2 生成倾向性评分

  1. 点击菜单栏中的“分析”>“匹配”>“倾向性评分”。
  2. 在“匹配变量”框中，选择干预措施暴露变量和所有配对变量。
  3. 点击“继续”。

3.3 计算倾向性评分

  1. 在“方法”对话框中，选择您想要使用的匹配方法（例如，1:1、1:5 或更复杂的匹配比例）。
  2. 点击“继续”。

SPSS24 会自动计算每个个体的倾向性评分。

4. 执行匹配

4.1 配对

  1. 在“匹配”对话框中，选择您想要执行的匹配方法（例如，最近邻匹配、卡方匹配等）。
  2. 点击“继续”。

SPSS24 会根据选择的匹配方法创建匹配对。

4.2 保存匹配结果

  1. 在“保存”对话框中，选择要保存的匹配结果变量（例如，匹配后的干预措施暴露变量）。
  2. 点击“继续”。

5. 分析匹配结果

5.1 描述性统计

  1. 使用 SPSS24 的描述性统计功能来分析匹配后的数据集。
  2. 比较匹配前后的结果变量和配对变量的分布。

5.2 估计干预效果

  1. 使用匹配后的数据集进行回归分析或其他统计方法，以估计干预措施的效果。
  2. 分析结果变量的平均处理效应（Average Treatment Effect, ATE）。

6. 实操技巧

  • 选择合适的匹配方法：根据您的数据和研究目的选择最合适的匹配方法。
  • 仔细选择配对变量：选择能够准确反映个体特征的变量进行匹配。
  • 调整匹配比例：根据数据集的大小和研究需求调整匹配比例。
  • 验证匹配结果：使用敏感性分析等方法验证匹配结果的稳健性。

通过以上步骤，您可以在 SPSS24 中高效地进行倾向性评分匹配。记住，PSM 是一种工具，它可以帮助您更好地理解干预措施的效果，但并不是万能的。在进行分析时，务必结合其他统计方法和专业知识，以确保结果的准确性和可靠性。