Machine learning och AI
Lär dig använda machine learning och AI i R på vår onlinekurs den 23–24 april.
Vad är Propensity Score Matching?
PSM är en statistisk matchningsteknik som försöker uppskatta effekten av en behandling, policy eller någon annan intervention.
I observationella studier är det vanligt med confounders, alltså variabler som både påverkar utfallet och andra förklarande variabler i analysen. Vid jämförelse av till exempel två grupper (bland annat vid två olika behandlingar) är det viktigt att grupperna är jämförbara vid början av analysen. Grupperna är inte alltid jämförbara och tilldelningen av behandlingar till försökspersoner i observationsstudier är vanligtvis inte slumpmässig.
Med hjälp av Propensity Score Matching kan man identifiera obalanser i datamaterialet, utvärdera kvaliteten på matchningen och uppskatta behandlingseffekten.
Vem har användning av det?
Alla som arbetar med observationella studier eller använder sådan data.
När har man nytta av Propensity Score Matching?
Vid obalanserade observationella data där man vill jämföra två eller tre flera grupper utifrån specifika utfall.
Lär dig använda machine learning och AI i R på vår onlinekurs den 23–24 april.
Arbeta med överlevnadsanalys och multivariata metoder i SPSS den 23–24 april.
Spara tid och höj samtidigt kvaliteten på ditt arbete med hjälp av Syntax i SPSS.