科研工具 · 数据本地计算 · 免费
⚖️
在线倾向性评分分析（PSM / IPTW）
观察性研究控制混杂的主流方法：用逻辑回归估计倾向评分，再通过 1:1 卡钳匹配（PSM）或逆概率加权（IPTW）使处理组与对照组的协变量分布趋于均衡。粘贴含处理、协变量、（可选）结局的数据，自动给出匹配/加权前后的协变量平衡（标准化均差 SMD）、爱情图与结局效应。浏览器本地计算、数据不上传。
打开工具 →浏览器本地计算 · 不上传数据 · 免费
⚖️
PSM + IPTW
卡钳匹配与逆概率加权两法。
📊
平衡诊断
SMD 前后对比 + 爱情图。
🔒
本地计算
数据只在浏览器里算，不上传。
常见疑问
PSM 还是 IPTW？
PSM 直观但丢弃匹配不上者、样本变小；IPTW 保留全部估 ATE，但对极端权重敏感。常并用互证。
能消除所有混杂吗？
不能，只平衡已测量并纳入模型的协变量，对未测量混杂无效，需配敏感性分析。
现在就做倾向评分分析
打开工具 →结果仅供科研参考，请结合专业判断，并以原始数据可复算为准。