漫步云间ing倾向性评分匹配后的统计建模：条件Logistic回归结果解读全指南
在医学研究和流行病学领域，倾向性评分匹配(PSM)已成为控制混杂变量的主流方法之一。但许多研究者在完成匹配后，面对复杂的统计建模和结果解读常常感到困惑——匹配后的数据究竟该如何分析？为什么常规的回归方法不再适用？如何从条件Logistic回归的输出中提取有价值的信息？本文将深入解析PSM后分析的核心逻辑，手把手教你理解clogit模型的输出结果。
1. 为什么PSM后必须使用条件Logistic回归？
倾向性评分匹配创造了一个特殊的数据结构——匹配集(matched sets)。每个匹配集包含一个处理组个体和若干对照组个体，这些个体在观察到的协变量上高度相似。这种数据结构打破了传统回归分析的基本假设。
普通Logistic回归在匹配数据中的三大问题：
- 独立性假设被破坏：匹配集中的个体不是独立样本，他们的选择基于协变量相似性
- 分层信息丢失：匹配集形成的分层结构包含重要信息，普通回归无法利用
- 标准误低估：忽略匹配集内相关性会导致标准误计算偏小，增加假阳性风险
条件Logistic回归通过引入**分层(strata)**概念完美解决了这些问题。在R语言的survival包中，clogit()函数通过strata(subclass)参数指定匹配集标识符，实现了对匹配结构的恰当建模。
关键区别：普通Logistic回归建模个体层面的概率，而条件Logistic回归建模的是在匹配集内"谁更可能成为处理组"的条件概率
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. clogit模型核心参数解析
理解clogit()函数的参数设置是正确分析的第一步。以典型调用格式为例：
r复制model <- clogit(Group ~ hypertension + age + strata(subclass), data=matchdata)
关键参数详解：
| 参数 | 作用 | 注意事项 |
|---|---|---|
| Group | 结果变量（处理/对照） | 通常为二分类因子，确保处理组编码正确 |
| hypertension | 暴露/预测变量 | 可包含多个变量，但需考虑匹配平衡性 |
| stra |