一、一种统计方法，即propensity score (PS)倾向指数。在统计分析中，是一种无偏估计的方法。
二、三种倾向分数的应用方法：匹配法(matching )、 分层法( st ratif icat ion or subclassificat ion)以及回归调整法( reg ression adjustment )。
三、其中，匹配法和分层法是在观察研究中长期被用于消除选择性偏差( selection bias)的有效方法。
四、匹配法是从控制组中挑选出个体以匹配处理组被试的方法。从处理组逐次挑选被试，在控制组中寻找与此被试的倾向分数最为接近的全部被试。
五、再随机从抽取出的全部被试中抽取一个或多个作为处理组被试的对照被试。这种方法常用于处理组被试数量较少而控制组被试数量较大的情况。
六、分层法是将被试按照倾向分数的一定标准区分为若干层, 在不同层次的倾向分数上，均衡其他特征变量从而实现处理组和控制组之间的比较。
七、研究发现,采用五等分的分层法可以有效的消除倾向分数模型中所有特征变量 95%的偏差。
八、回归调整法是将倾向分数作为一个协变量，引入回归方程,再来探讨分组变量与因变量之间的关系。
扩展资料：
倾向评分匹配（Propensity Score Matching，简称PSM）是一种统计学方法，用于处理观察研究（Observational Study）的数据。在观察研究中。
由于种种原因，数据偏差（bias）和混杂变量（confounding
variable）较多，倾向评分匹配的方法正是为了减少这些偏差和混杂变量的影响，以便对实验组和对照组进行更合理的比较。
这种方法最早由Paul
Rosenbaum和Donald Rubin在1983年提出，一般常用于医学、公共卫生、经济学等领域。
以公共卫生学为例，假设研究问题是吸烟对于大众健康的影响，研究人员常常得到的数据是观察研究数据，而不是随机对照实验数据（Randomized
Controlled Trial
data），因为吸烟者的行为和结果，以及不吸烟者的行为和结果，是很容易观察到的。
但如果要进行随机对照实验，招收大量被试，然后随机分配到吸烟组和不吸烟组，这种实验设计不太容易实现，也并不符合科研伦理。
参考资料来源：百度百科——倾向评分匹配
三种倾向分数的应用方法：匹配法( matching )、 分层法( st ratif icat ion or subclassificat ion)以及回归调整法( reg ression adjustment )。其中，匹配法和分层法是在观察研究中长期被用于消除选择性偏差( selection bias)的有效方法。
匹配法是从控制组中挑选出个体以匹配处理组被试的方法。从处理组逐次挑选被试，在控制组中寻找与此被试的倾向分数最为接近的全部被试，再随机从抽取出的全部被试中抽取一个或多个作为处理组被试的对照被试。这种方法常用于处理组被试数量较少而控制组被试数量较大的情况。
分层法是将被试按照倾向分数的一定标准区分为若干层, 在不同层次的倾向分数上，均衡其他特征变量从而实现处理组和控制组之间的比较。研究发现,采用五等分的分层法可以有效的消除倾向分数模型中所有特征变量 95%的偏差。
回归调整法是将倾向分数作为一个协变量，引入回归方程,再来探讨分组变量与因变量之间的关系。本回答被提问者采纳