2026 硕士倾向得分匹配平衡性检验测评试卷

2026硕士倾向得分匹配平衡性检验测评试卷

姓名：__________考号：__________题号一二三四五总分评分一、单选题(共10题)1.倾向得分匹配平衡性检验中，哪一项指标用于衡量匹配前后处理组和对照组在协变量上的差异？()A.标准化差异B.混合偏差C.残差分析D.模拟得分2.在进行倾向得分匹配时，以下哪项操作有助于提高匹配质量？()A.增加样本量B.减少协变量数量C.选择合适的匹配算法D.提高模型复杂度3.倾向得分匹配中，什么是倾向得分？()A.处理组和对照组在协变量上的差异B.处理组和对照组在结果变量上的差异C.处理组和对照组在倾向得分上的差异D.处理组和对照组在匹配概率上的差异4.倾向得分匹配中，如何处理缺失的协变量？()A.删除含有缺失值的样本B.使用均值或中位数填充C.忽略缺失值D.以上都可以5.倾向得分匹配后，如何评估匹配效果？()A.计算标准化差异B.进行残差分析C.观察匹配后的协变量平衡性D.以上都是6.倾向得分匹配中，为什么需要平衡协变量？()A.为了提高匹配质量B.为了减少模型误差C.为了提高结果的可靠性D.以上都是7.倾向得分匹配适用于哪些研究类型？()A.随机对照试验B.横断面研究C.纵向研究D.以上都是8.倾向得分匹配中，如何处理异常值？()A.删除异常值B.使用稳健标准误C.对异常值进行变换D.以上都是9.倾向得分匹配中，如何选择协变量？()A.选择与处理效应相关的变量B.选择与结果变量相关的变量C.选择与匹配变量相关的变量D.以上都是10.倾向得分匹配的局限性是什么？()A.可能存在未观测到的混杂因素B.可能存在模型设定误差C.可能存在样本选择偏差D.以上都是二、多选题(共5题)11.在进行倾向得分匹配平衡性检验时，以下哪些指标可以用来衡量协变量在处理组和对照组之间的平衡性？()A.标准化差异B.P值C.标准误D.相关系数12.倾向得分匹配在以下哪些情况下是适用的？()A.数据包含缺失值B.数据呈现时间趋势C.实验设计为非随机对照D.处理组和对照组具有可观测的协变量13.以下哪些方法是倾向得分匹配中的预处理步骤？()A.数据清洗B.计算倾向得分C.倾向得分排序D.匹配操作14.倾向得分匹配的主要假设包括哪些？()A.治疗效果对协变量是条件独立的B.处理组和对照组在匹配变量上的分布是相似的C.倾向得分能正确估计匹配概率D.结果变量的变化与处理效应相关15.在进行倾向得分匹配后，哪些分析方法可以用于评估处理效果？()A.残差分析B.平均处理效应(ATT)C.均值方程模型(MM)D.比例风险回归(PRR)三、填空题(共5题)16.倾向得分匹配平衡性检验中，衡量协变量平衡性的关键指标是______。17.在进行倾向得分匹配时，需要先计算出每个个体的______，以此作为匹配的依据。18.倾向得分匹配中，若协变量数量过多，可能会导致______问题。19.倾向得分匹配后，为了进一步评估匹配效果，通常会进行______分析。20.在倾向得分匹配中，若处理组和对照组在关键协变量上的标准化差异小于______，通常认为匹配效果较好。四、判断题(共5题)21.倾向得分匹配可以完全消除处理组和对照组之间的所有差异。()A.正确B.错误22.在进行倾向得分匹配时，协变量的数量越多，匹配效果越好。()A.正确B.错误23.倾向得分匹配的结果总是比随机对照试验的结果更可靠。()A.正确B.错误24.倾向得分匹配适用于所有类型的观察性研究。()A.正确B.错误25.在进行倾向得分匹配后，标准化差异的P值大于0.05表明匹配效果不佳。()A.正确B.错误五、简单题(共5题)26.请简要解释倾向得分匹配的基本原理。27.倾向得分匹配有哪些常见的问题和挑战？28.如何评估倾向得分匹配的平衡性？29.在倾向得分匹配中，如何处理缺失的协变量数据？30.倾向得分匹配在临床研究中的应用有哪些？

2026硕士倾向得分匹配平衡性检验测评试卷一、单选题(共10题)1.【答案】A【解析】标准化差异是衡量匹配前后处理组和对照组在协变量上差异的常用指标。2.【答案】C【解析】选择合适的匹配算法是提高倾向得分匹配质量的关键。3.【答案】D【解析】倾向得分是处理组和对照组在匹配概率上的差异，用于匹配的依据。4.【答案】D【解析】在倾向得分匹配中，处理缺失的协变量可以通过删除、填充或忽略等方式，具体方法取决于数据的特点和研究目的。5.【答案】D【解析】评估倾向得分匹配效果的方法包括计算标准化差异、进行残差分析和观察匹配后的协变量平衡性等。6.【答案】D【解析】平衡协变量是为了提高匹配质量、减少模型误差和提高结果的可靠性。7.【答案】D【解析】倾向得分匹配适用于随机对照试验、横断面研究和纵向研究等多种研究类型。8.【答案】D【解析】处理倾向得分匹配中的异常值可以通过删除、使用稳健标准误或对异常值进行变换等方法。9.【答案】D【解析】选择协变量时，应考虑与处理效应、结果变量和匹配变量相关的变量。10.【答案】D【解析】倾向得分匹配的局限性包括可能存在未观测到的混杂因素、模型设定误差和样本选择偏差等。二、多选题(共5题)11.【答案】ABC【解析】标准化差异、P值和标准误都是衡量协变量平衡性的指标，相关系数可以提供变量之间的线性关系信息。12.【答案】ABCD【解析】倾向得分匹配可以处理包含缺失值的数据、适用于有时间趋势的数据、适用于非随机对照的实验设计，以及当处理组和对照组有可观测协变量时。13.【答案】ABC【解析】在倾向得分匹配中，数据清洗、计算倾向得分和倾向得分排序是预处理步骤，匹配操作是后续步骤。14.【答案】ABC【解析】倾向得分匹配的主要假设包括治疗效果对协变量的条件独立性、匹配变量的相似分布，以及倾向得分能正确估计匹配概率。15.【答案】ABC【解析】残差分析、平均处理效应(ATT)和均值方程模型(MM)都是评估处理效果的方法，而比例风险回归(PRR)通常用于生存数据分析。三、填空题(共5题)16.【答案】标准化差异【解析】标准化差异是衡量匹配前后处理组和对照组在协变量上差异的重要指标，通常用于评估平衡性。17.【答案】倾向得分【解析】倾向得分是反映个体被分配到处理组的概率，通过倾向得分可以使得处理组和对照组在协变量分布上尽可能相似。18.【答案】过拟合【解析】协变量数量过多可能导致模型过拟合，即模型对训练数据过于敏感，对新的数据预测能力下降。19.【答案】残差分析【解析】残差分析用于检查匹配后的处理组和对照组在结果变量上的差异是否仍然存在，从而评估匹配的充分性。20.【答案】0.1【解析】标准化差异小于0.1通常被认为是较好的匹配效果，表明处理组和对照组在关键协变量上的差异不大。四、判断题(共5题)21.【答案】错误【解析】倾向得分匹配可以减少处理组和对照组之间的协变量差异，但无法完全消除所有差异，特别是未观测到的混杂因素。22.【答案】错误【解析】协变量数量过多可能导致过拟合，反而会降低匹配效果。合适的协变量数量是关键。23.【答案】错误【解析】倾向得分匹配是一种观察性研究方法，其结果可能受到未观测混杂因素的影响，因此不能总是比随机对照试验的结果更可靠。24.【答案】错误【解析】倾向得分匹配适用于具有匹配变量的观察性研究，但不适用于所有类型的观察性研究，例如当结果变量随时间变化的研究。25.【答案】错误【解析】标准化差异的P值大于0.05通常表明处理组和对照组在协变量上的差异没有统计学意义，即匹配效果较好。五、简答题(共5题)26.【答案】倾向得分匹配的基本原理是通过对处理组和对照组的个体进行倾向得分的计算，基于倾向得分对个体进行匹配，使得匹配后的处理组和对照组在协变量分布上尽可能相似，从而减少混杂因素的影响，评估处理效应。【解析】倾向得分匹配通过计算每个个体被分配到处理组的概率，并以此概率为基础进行匹配，使得处理组和对照组在协变量上具有相似性，从而控制混杂因素的影响，提高处理效应评估的准确性。27.【答案】倾向得分匹配的常见问题和挑战包括协变量选择不当、倾向得分估计不准确、匹配后的平衡性不佳、处理效应估计偏差等。【解析】在进行倾向得分匹配时，可能会遇到协变量选择不当导致匹配效果不佳，倾向得分估计不准确导致匹配误差，匹配后处理组和对照组在协变量上的平衡性不佳，以及处理效应估计偏差等问题。这些问题和挑战需要通过适当的方法和技术进行解决。28.【答案】评估倾向得分匹配的平衡性可以通过计算处理组和对照组在关键协变量上的标准化差异、观察匹配后的协变量平衡性统计图表、进行残差分析等方法来进行。【解析】评估平衡性是倾向得分匹配的重要步骤。可以通过计算处理组和对照组在关键协变量上的标准化差异来衡量，通常标准差小于0.1时认为平衡性较好。此外，还可以通过观察匹配后的协变量平衡性统计图表和进行残差分析来进一步评估平衡性。29.【答案】处理缺失的协变量数据可以通过删除含有缺失值的样本、使用均值或中位数填充、使用多重插补法等方法来处理。【解析】缺失的协变量数据会影响倾向得分匹配的结果。处理方法包括删除含