PSM输出结果时,只选一个需要评估因果效应的结果变量。后续可以在匹配样本上分别建立Y1和Y2的回归模型,不需要重新匹配。
进行稳健性检验时,解释变量X最好使用原始连续变量,而不是根据均值转化的0-1虚拟变量。因为使用原始变量可以更好地保持样本属性中解释变量的变化趋势。
在回归模型中同时包含原解释变量X和PSM匹配产生的Propensity Score也是可行的。这既考虑了解释变量的“ dose-response效应”,也考虑了匹配对样本属性平衡程度的调整。
最后,Matched样本量如果较小,回归分析的效率和稳健性会打折扣。所以最好检查匹配样本量是否足够,必要时调整匹配参数以保证模型稳定性。