如何使用SPSS进行PSM *** 作

安装SPSS 18.0统计软件——我搭掘差提供的几个小工具都是针对SPSS 18.0的，所以建议安装这个版本；

到这个链接下载工具包，解压缩，获得3个文件（R-2.8.1-win32.exe，PASWStatistics_RPlugIn_1802_win32.exe，psmatching_2.spd），以下都用得着。注：这3个文件对应的是18.0版本的SPSS，如果你使用的是更高版本的SPPS，请在如下步骤的“原始下载链接知皮”中下载对应的文件）；

运行R-2.8.1-win32.exe（原始下载链接），安装R for Windows；

运行PASWStatistics_RPlugIn_1802_win32.exe（原始下载链接），安装SPSS的R语言插件；

打开散老SPSS软件，在菜单里 *** 作：Utilities – Custom Dialogs – Install Custom Dialog （实用程序 – 定制对话框 – 安装自定义对话框），选中psmatching_2.spd文件（原始下载链接）以安装。

重启SPSS，在Analysis（分析）菜单里就可以看到PS Matching了。

倾向性得分匹配是一类基于反事实理论的数据预处理方法，在医学和政策研究中被广泛应用。R中有几个很优秀的包可用于开展倾向性得分匹配，而其中功能较强、知名较广、使用方便的当属Matchit，这个包与cobalt包联合使用，基本能完成PSM全流程分析。

下面我们用一个简单的例子，来演示一下如何用上述两个包完成一次倾向吵指性得分匹配。我们用到的数据集是Matchit包自带的lalonde数据，此套数据用来评估某项就业政策对个人收入的影响。

我们首先尝试用最近邻方法对数据进行匹配（这是matchit函数采用的默认方法），随后用cobalt包的bal.tab方法来评估匹配的效果。

从结果来看匹配效果并不好，所有协变量的Diff.Adj都不够显著。下面再把倾向性乎型得分的核密度图画出来观察。

可见匹配对于数据分布的改善并不多，最近邻匹配对于lalonde数据不是很有效。接下来我们用一些比较高级的方法来进行匹配。

情况确实有所改善，且匹配后的倾向性得分分布大体重升顷配合。

完成倾向性得分匹配后，如何提取匹配好的数据呢，还有如果我们对bal. plot 画的图不满意，或图像不符合杂志社的要求，我们该怎样利用匹配结果自己画图呢。这就需要我们深入解析matchit函数的返回值了，上述工作才能算是learn the hard way。这些都留待我们下回分解。

1、首先打开r语言程序，并登录注册自己的账号。

2、其次岩竖点击扒敏该程序主界面的设置选项，并在该选项中找到条形图防止自动排序选项。

3、最后点击春枣枝该选项进行设置即可。

---