JMP 是否支持傾向分數配對？大家好，
我們是否有關於在 JMP 中進行傾向得分匹配（例如參見比較蘋果和橘子）的更新？
根據我們的用戶報告，這是生物辨識領域的一個非常熱門的話題。 SAS 支援它，並且存在帶有教程的 R 套件。
感謝您的指點，
沃爾克
回覆：JMP 支持傾向分數配對嗎？謝謝大家的評論，確實非常有幫助！我將與克里斯討論下一步（附加功能？）。
順便說一句，SAS 有一個關於傾向得分匹配和傾向得分調整的培訓課程。
歡呼吧，沃克
回覆：JMP 支持傾向分數配對嗎？多年來，我一直知道 PSM 是觀察性研究中進行準因果推理的工具。我同意喬丹的觀點，我們將其作為附加功能提供。還記得「所有模型都是錯的，但有些是有用的」嗎？ PSM 是一個非常有用的工具。
感謝分享論文。
回覆：JMP 支持傾向分數配對嗎？大家好，
我剛剛參加了為期一天的傾向分數因果建模短期課程。這是令人費解的東西。
我了解到可以以多種方式使用傾向分數來對觀察資料進行因果建模：配對、加權和分層。我所上的課程重點講解了加權方法，但我留下的印像是這三種方法都很常用。我瀏覽了布雷迪指向的論文，但我沒有足夠的背景知識來衡量配對的優點。
即使配對不再受歡迎，在未來很長一段時間內我們仍會收到客戶的要求。我很樂意看到我們為此提供一些東西，即使只是作為附加功能。
回覆：JMP 支持傾向分數配對嗎？你好，Brady，
非常感謝！我完全同意你關於 JMP 應該做什麼的「意見」。這不是我的建議，而是一位顧客的聲音。
我將在本週見面時與客戶討論，我還會詢問 Chris G 是否對此已經有了「意見」。
最好的，
沃爾克
回覆：JMP 支持傾向分數配對嗎？因為我之前的帖子中沒有提到這一點，所以需要澄清一下：JMP 的首要主題之一（至少在我在這裡的時間裡）是幫助用戶「做正確的事」。不一定是時髦的東西，或者他們認為他們想要的東西，但是正確的東西。毫無疑問，如果我們選擇這樣做的話，我們可以提供此功能。
我上面附上的連結是 2016 年 12 月的論文，標題為「為什麼傾向評分不應該用於配對」。雖然這是一篇新論文（尚未提交同行評審的工作論文），但考慮到其作者的資歷（這是主要作者的鏈接：http: //gking.harvard.edu/biocv ），我想說，在我們任何人以不置可否的方式回應客戶對此功能的請求之前，它至少值得開發負責人仔細閱讀。
JMP 不允許人們透過分類 X 和連續 Y 來擬合迴歸線，這並不是因為沒人想要這樣做（我確信有人想要），而是因為這根本不是正確的做法。如果我們提供一種基於傾向分數的配對工具，那應該是因為我們已經認識到這是正確的做法——否則，為什麼客戶和潛在客戶應該信任我們的產品，或者我們聲稱不需要成為統計學家就可以使用它？
P.S.：我意識到我在這裡寫的很多內容不是事實，只是我的觀點。儘管如此，如果我對此事沒有如此強烈的感受，我就不會提及我的看法。請考慮我在這裡寫的內容。
乾杯，
布雷迪
回覆：JMP 支持傾向分數配對嗎？非常感謝大家！
我聽說傾向得分配對是
- 這種方法非常時髦（來自德國生物識別學教授）
- 一篇論文因未進行適當的傾向得分匹配而被拒絕（來自研究人員）
- 有時這被要求作為標準程序（另一位研究人員）
如果我們想將這個主題作為一個新功能來研究，教授會願意支持我們。
沃克，我的一點看法
回覆：JMP 支持傾向分數配對嗎？絕對不是在 JMP G 或 JMP C 中。
如果有功能就好了，因為我已經聽過幾次了，而且我們有一個插件的框架。但我無權說“是”或“不是”
回覆：JMP 支持傾向分數配對嗎？我收到了小野洋介從日文移植過來的一套劇本，目的就是這個。我還沒有對它進行評論；它在“名單”上。我需要對它進行一些處理，然後才能將其發佈到任何地方。
然而，我的問題是，我們是否應該提供這種功能，或者我們是否應該引導用戶閱讀這篇論文，該論文認為傾向分數不應該用於配對：
http://gking.harvard.edu/files/gking/files/psnot.pdf
（喝咖啡；討論）
回覆：JMP 支持傾向分數配對嗎？不確定，但也許這是 JMP Clinical 或 JMP Genomics 中的東西？ Chris Kirchberg 經常瀏覽這個空間，所以也許他可以給出一個明確的方式來回答？
