我正在做一个准实验，并且对获得ATT感兴趣。我有一个数据，其中Ti = 0时有260k条目，Ti = 1时有5k条目。我正在使用iptw技术计算ATT，在其中我实现了很大的平衡，并且治疗效果为-ve 450欧元，但并不显着。
重量计算： （如果治疗= 1，则体重= 1，否则倾向得分/（1倾向得分）
然后，与其他方法进行比较，我使用比率= 1的最近邻居匹配，再次达到了平衡。我得到的治疗效果（匹配时默认为ATT）为+750，非常显着。
两种方法都不会产生相似的结果吗？在这种情况下，我应该选择哪种方法？为什么？
答案 0 :(得分：0)
当您配对时，是否有任何未配对的受治疗个体？
预期，IPTW和匹配项应给出相同的答案。一种可能的解释是，某些接受治疗的人没有相配的人，所以他们被放弃了。发生这种情况时，为其定义因果效应的总体将发生变化。这可能导致方法之间的答案不同
答案 1 :(得分：0)
每种方法都需要进行不同的评估。
对于IPW，您需要检查是否没有获得极低（或极高）倾向的样本。如果它们接近0或1，则需要评估发生这种情况的原因，并可能从数据中删除类似的样本。由于您的标签非常不平衡，因此肯定会发生。
要进行匹配，例如@pzivich所说，您需要检查是否存在未匹配的样本（类似于非常低的倾向）
最后，我喜欢检查保留数据的平衡，以确保没有过度拟合。