年龄、性别和国籍被视为匹配的混杂因素。按国籍匹配时，我是否理解正确，它会匹配来自相似国家的人？非常感谢您的合作。
您能否提供更多关于您的数据的信息？例如，提供样本或匿名数据样本？这将有助于我们更好地回答您的问题。
你好。
我叫小野，是 SAS Institute Japan 的 JMP 日本分部的高级测试员。
我可能误解了你的问题，但是：<在倾向得分匹配中，当国籍，性别和年龄作为解释变量纳入逻辑模型来计算倾向得分时，倾向得分匹配的配对是否与“相似国籍”的人相匹配？ > 针对这个问题，我的个人看法如下：
俗话说“统计学家的集合名词是‘吵架’”，我相信统计学的思维方式有很多种，所以下面的只是其中一种思维方式。
倾向得分匹配主要匹配具有相似倾向得分的配对。因此，具有相似混杂因素（协变量）的对不一定匹配。倾向得分匹配的这一特点经常受到强烈批评。关于倾向得分匹配的著名批判性论文包括：
加里·金和理查德·尼尔森。2019年。“为何倾向得分不应用于匹配。”《政治分析》，第27卷，第4期，第435-454页。出版商版本链接： https://tinyurl.com/y5b5yjxo
要理解这种批评的主旨，请考虑：如果在完全随机对照试验中进行倾向得分匹配会发生什么？我认为最好想象一下以下内容。在完全随机对照试验中，所有倾向评分均为 0.5，因此可以接受与任何患者匹配。因此，一名 60 岁的日本男性可能会与一名 30 岁的墨西哥女性匹配（因为两者的倾向得分均为 0.5）。即使没有这么极端，如果一个60岁的日本男人和一个30岁的墨西哥女人的倾向得分值相似，那么就可以用倾向得分匹配法来匹配他们。
我认为日语翻译中的“因果推理是什么？”的假设例子Rosenbaum，PR（由高田裕也和高桥浩二翻译）第 49-53 页也将帮助您直观地了解倾向得分匹配的作用。
如果混杂因素（协变量）相同，倾向得分也会相同。然而，反之则不然；即使倾向得分相同，混杂因素（协变量）也不会相同。 （从技术角度来说，倾向得分（及其单调变换形式）被认为是最粗略的平衡得分。）
即使通过使用以国籍、性别和年龄为解释变量的逻辑回归模型获得倾向得分来进行倾向得分匹配，也不一定能与“相似的国家”相匹配（例如，饮食习惯相似的国家、医疗实践相似的国家、保险制度相似的国家、伴随用药相似的国家、年龄结构相似的国家等）。事实上，一名60岁的日本男子可能与一名30岁的墨西哥女子相配。
如果以上答案不能解答您的问题，请告知我们。
