2026 硕士 PSM 匹配变量选取逻辑测评试卷

2026硕士PSM匹配变量选取逻辑测评试卷

姓名：__________考号：__________题号一二三四五总分评分一、单选题(共10题)1.以下哪项不是PSM（倾向得分匹配）中常用的匹配变量？()A.年龄B.性别C.收入D.实验组/控制组2.在进行PSM匹配时，以下哪种方法最常用来处理缺失值？()A.删除含有缺失值的观测B.使用均值/中位数/众数填充C.使用预测模型预测缺失值D.以上都可以3.PSM匹配后，如何评估匹配效果？()A.计算匹配后的标准化均差（StandardizedMeanDifference）B.计算匹配后的协方差估计量C.观察匹配后的平衡表D.以上都是4.在进行PSM匹配时，以下哪项不是需要满足的条件？()A.样本量足够大B.变量与处理效应相关C.变量具有可观测性D.变量之间没有多重共线性5.以下哪种情况最可能导致PSM匹配后的估计结果存在偏差？()A.处理效应与匹配变量相关B.处理效应与匹配变量不相关C.处理变量与匹配变量不相关D.处理变量与匹配变量相关6.在进行PSM匹配时，以下哪种方法最常用于处理连续变量的匹配？()A.卡方检验B.近邻匹配C.放射匹配D.标准化差异匹配7.PSM匹配后，如何处理匹配后的数据？()A.直接进行回归分析B.再次进行卡方检验平衡表C.使用倾向得分加权回归D.以上都可以8.在进行PSM匹配时，以下哪种情况最可能导致匹配失败？()A.样本量过大B.样本量过小C.变量选择不当D.数据质量差9.PSM匹配后，如何评估匹配的平衡性？()A.计算匹配后的标准化均差（StandardizedMeanDifference）B.计算匹配后的协方差估计量C.观察匹配后的平衡表D.以上都是10.以下哪种情况最可能导致PSM匹配后的估计结果存在选择偏差？()A.处理效应与匹配变量相关B.处理效应与匹配变量不相关C.处理变量与匹配变量不相关D.处理变量与匹配变量相关11.在进行PSM匹配时，以下哪种方法最常用于处理离散变量的匹配？()A.卡方检验B.近邻匹配C.放射匹配D.标准化差异匹配二、多选题(共5题)12.在进行PSM匹配时，以下哪些变量类型通常被用作匹配变量？()A.连续变量B.离散变量C.分类变量D.时间变量13.以下哪些方法可以用来评估PSM匹配的效果？()A.平衡表分析B.标准化均差计算C.协方差估计量分析D.残差分析14.在进行PSM匹配时，以下哪些情况可能导致匹配失败？()A.样本量过小B.变量选择不当C.数据质量差D.处理效应与匹配变量不相关15.以下哪些是PSM匹配中常用的匹配方法？()A.近邻匹配B.放射匹配C.随机匹配D.标准化差异匹配16.在进行PSM匹配后，以下哪些步骤是必要的？()A.平衡性检验B.模型设定C.结果解释D.敏感性分析三、填空题(共5题)17.在PSM匹配中，倾向得分是根据观测对象的哪些特征计算得到的？18.在进行PSM匹配时，为了提高匹配的准确性，应该选择哪些类型的匹配变量？19.PSM匹配中，常用的平衡性检验指标是什么？20.PSM匹配后，如果发现匹配变量存在多重共线性，应该如何处理？21.在进行PSM匹配时，如何选择合适的匹配方法？四、判断题(共5题)22.在PSM匹配中，匹配变量的选择不需要考虑变量之间的相关性。()A.正确B.错误23.PSM匹配后，处理组和对照组在匹配变量上的分布应该完全相同。()A.正确B.错误24.在进行PSM匹配时，样本量越大，匹配效果越好。()A.正确B.错误25.PSM匹配可以完全消除处理效应与匹配变量之间的相关性。()A.正确B.错误26.在进行PSM匹配后，不需要进行平衡性检验。()A.正确B.错误五、简单题(共5题)27.请简述PSM匹配的基本原理和步骤。28.在PSM匹配中，如何选择合适的匹配变量？29.在进行PSM匹配后，如何评估匹配的平衡性？30.PSM匹配有哪些优势和局限性？31.在进行PSM匹配时，如何处理匹配后的数据？

2026硕士PSM匹配变量选取逻辑测评试卷一、单选题(共10题)1.【答案】D【解析】实验组/控制组是实验设计中的分组变量，而非匹配变量。匹配变量是用来平衡两组间差异的变量。2.【答案】D【解析】在实际应用中，删除含有缺失值的观测可能会导致信息损失；使用均值/中位数/众数填充可能不够准确；使用预测模型预测缺失值可以较好地处理缺失值。因此，以上方法都可以根据具体情况选择使用。3.【答案】D【解析】标准化均差、协方差估计量和平衡表都是评估PSM匹配效果的重要方法。标准化均差用于评估处理组和对照组在匹配后关键变量的差异程度；协方差估计量用于评估匹配后的协方差结构；平衡表用于展示匹配前后关键变量的分布情况。4.【答案】A【解析】样本量足够大并不是进行PSM匹配时需要满足的条件。PSM匹配的核心在于通过匹配变量平衡处理组和对照组之间的差异，而不依赖于样本量的大小。5.【答案】A【解析】如果处理效应与匹配变量相关，那么匹配后的估计结果可能会存在偏差，因为匹配变量未能完全平衡处理效应与匹配变量之间的相关性。6.【答案】B【解析】近邻匹配是一种常用的连续变量匹配方法，它通过寻找与目标观测最接近的邻居来进行匹配。7.【答案】D【解析】PSM匹配后，可以直接进行回归分析，也可以再次进行卡方检验平衡表，或者使用倾向得分加权回归。具体方法取决于研究目的和数据特性。8.【答案】C【解析】变量选择不当最可能导致匹配失败，因为如果匹配变量不能有效地平衡处理组和对照组之间的差异，那么匹配效果就会受到影响。9.【答案】D【解析】标准化均差、协方差估计量和平衡表都是评估PSM匹配平衡性的重要方法。10.【答案】B【解析】如果处理效应与匹配变量不相关，那么匹配后的估计结果可能会存在选择偏差，因为匹配变量未能完全平衡处理效应与匹配变量之间的相关性。11.【答案】A【解析】卡方检验是一种常用的离散变量匹配方法，它通过检验处理组和对照组在匹配变量的分布上是否存在显著差异来评估匹配效果。二、多选题(共5题)12.【答案】ABC【解析】PSM匹配中常用的匹配变量包括连续变量、离散变量和分类变量。时间变量虽然也可以作为匹配变量，但不如前三种常见。13.【答案】ABC【解析】平衡表分析、标准化均差计算和协方差估计量分析都是评估PSM匹配效果的重要方法。残差分析虽然也是回归分析的一部分，但不是专门用于评估PSM匹配效果的方法。14.【答案】ABC【解析】样本量过小、变量选择不当和数据质量差都可能导致匹配失败。处理效应与匹配变量不相关虽然不是直接导致匹配失败的原因，但会影响匹配的效果。15.【答案】ABD【解析】近邻匹配、放射匹配和标准化差异匹配是PSM匹配中常用的方法。随机匹配虽然也是一种匹配方法，但不如前三种常见。16.【答案】ABCD【解析】在进行PSM匹配后，平衡性检验、模型设定、结果解释和敏感性分析都是必要的步骤，以确保分析结果的准确性和可靠性。三、填空题(共5题)17.【答案】倾向得分是根据观测对象的匹配变量计算得到的。【解析】倾向得分是衡量观测对象被分配到处理组或控制组的概率，它基于匹配变量来计算，通常通过回归模型得到。18.【答案】应该选择与处理效应相关且在处理组和对照组中分布相似的匹配变量。【解析】选择与处理效应相关的匹配变量有助于更好地平衡处理组和对照组，而变量在两组中的相似分布可以提高匹配的准确性。19.【答案】常用的平衡性检验指标是标准化均差（StandardizedMeanDifference，SMD）。【解析】标准化均差是一种衡量处理组和对照组在匹配后关键变量差异程度的指标，通过比较处理组和对照组的标准化均值差异来评估匹配的平衡性。20.【答案】如果存在多重共线性，可以考虑剔除一些不必要的匹配变量或者使用主成分分析（PCA）等方法降维。【解析】多重共线性可能导致倾向得分估计不稳定，因此需要通过剔除不必要的变量或使用降维技术来解决这个问题。21.【答案】选择匹配方法时，应考虑数据类型、样本量和匹配变量的分布情况。【解析】不同的匹配方法适用于不同类型的数据和情况。例如，近邻匹配适用于样本量较大且匹配变量分布较为均匀的情况，而标准化差异匹配适用于处理效应与匹配变量高度相关的情况。四、判断题(共5题)22.【答案】错误【解析】匹配变量的选择需要考虑变量之间的相关性，因为高度相关的变量可能导致匹配结果出现偏差。23.【答案】错误【解析】PSM匹配的目标是使处理组和对照组在匹配变量上的分布尽可能相似，而不是完全相同，因为完全相同可能意味着没有进行有效的匹配。24.【答案】错误【解析】样本量大并不一定意味着匹配效果更好。样本量过大可能导致匹配变量分布过于稀疏，影响匹配的准确性。25.【答案】错误【解析】PSM匹配可以减少处理效应与匹配变量之间的相关性，但无法完全消除，因为任何统计方法都无法做到完全无偏差。26.【答案】错误【解析】在进行PSM匹配后，进行平衡性检验是必要的，以确保匹配变量的分布尽可能相似，从而提高估计结果的可靠性。五、简答题(共5题)27.【答案】PSM匹配的基本原理是通过估计一个倾向得分模型，计算每个观测对象被分配到处理组的概率，然后根据倾向得分将处理组和对照组中的观测对象进行匹配。步骤包括：1)选择匹配变量；2)构建倾向得分模型；3)计算倾向得分；4)进行匹配；5)平衡性检验。【解析】PSM匹配是一种常用的因果推断方法，通过平衡处理组和对照组在匹配变量上的分布来估计处理效应。基本原理和步骤是理解和应用PSM的关键。28.【答案】选择合适的匹配变量需要考虑以下因素：1)变量与处理效应的相关性；2)变量在处理组和对照组中的分布相似性；3)变量的可观测性和可操作性；4)变量的数量，避免过度匹配。【解析】匹配变量的选择对于PSM匹配的效果至关重要。合适的匹配变量能够有效地平衡处理组和对照组，从而提高估计的准确性。29.【答案】评估匹配的平衡性可以通过以下方法：1)平衡表分析，比较处理组和对照组在匹配变量上的分布；2)标准化均差（SMD）计算，评估匹配后关键变量的差异程度；3)协方差估计量分析，检查匹配后协方差结构的变化。【解析】平衡性是PSM匹配的核心，评估匹配的平衡性有助于判断匹配是否有效，从而影响后续因果推断的可靠性。30.【答案】PSM匹配的优势包括：1)可以处理复杂的处理效应；