倾向得分匹配（PSM）Beta
按协变量用 Logit 模型估计每个个体进入处理组的倾向得分，在共同支撑范围内做 1:1 近邻、1:4 近邻、半径和核匹配，估计处理组的平均处理效应（ATT）及 Bootstrap 标准误，并给出匹配前后协变量的平衡性检验和匹配后的样本。
加载文件上传组件中...
处理组列、结果变量和协变量必填。
上传表格后可用
这个工具需要的表格大致是这样：
| 编号 | 是否参与培训 | 月收入 | 年龄 | 受教育年限 | 性别 | 所在地区 |
|---|---|---|---|---|---|---|
| P001 | 1 | 6800 | 34 | 16 | 男 | 东部 |
| P002 | 0 | 5200 | 29 | 12 | 女 | 中部 |
| P003 | 1 | 7400 | 41 | 15 | 女 | 东部 |
一行一个对象；处理组列标明谁受到了处理，协变量是配对时要拉平的特征。
区分受到处理的对象（处理组）和未受处理的对象（对照组）的列。
想比较处理组与对照组差异的那个数值列。
既影响是否进入处理组、又影响结果的特征，用它们算倾向得分并配对。
这里只用于指定那些用数字编码的类别列，如 1=东部 2=中部。
【会运行1:1 近邻匹配（每个处理组个体配最近的 1 个对照，平衡性检验按它给出）、1:4 近邻匹配（配最近的 4 个对照取平均）、半径匹配（卡尺内的全部对照取平均）、核匹配（按得分距离给对照加权），共 4 种匹配方法】
不用自己选：四种匹配全部运行并并排报告，平衡性检验按 1:1 近邻匹配给出；某种方法匹配不上会在处理说明里写明原因。
经济、管理、金融类期刊的惯例。
每 200 行 2 点
倾向得分匹配（PSM）常见问题
- 倾向得分匹配（PSM）怎么用？
- 不用安装软件，也不用写代码。
- 倾向得分匹配（PSM）怎么计费？
- 按行数计费，每满 200 行 2 点，不足 200 行按 2 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗？
- 可以。报告里的数字和图表附有统计口径与原文出处，末尾有方法说明，涉及统计模型的报告还列出参考文献，可以作为论文附件或方法依据。
在论文里引用倾向得分匹配（PSM）： 查看引用格式
相关工具
- 工具变量回归（2SLS）用工具变量做两阶段最小二乘，附第一阶段、弱工具变量与过度识别检验。
- Heckman 样本选择模型两步法估计选择方程与带逆米尔斯比的结果方程，检验样本选择偏差。
- 空间计量分析构造空间权重矩阵，算 Moran 指数并估计 SAR、SEM、SDM 与溢出效应。
- 实证分析全流程按实证论文的顺序，从描述统计做到基准回归、稳健性和机制检验，每一步给出论文三线表。
- 表格数据概览逐列计算表格数据的均值、中位数、频数与占比，并画出取值分布和箱线图。
- 数据质量体检与真实性检验检查数据表的缺失、重复与离群值，给出综合得分，并从数字写法看数据是算出来的、导出的还是手填的。