Appariement des Coefficients de Propension

Utilisez cet outil pour apparier des participants de deux groupes distincts afin de contrôler l’effet de variables confondantes

PSM.PNG

Qu’est-ce que l’Appariement des coefficients de propension ?

Le coefficient de propension est défini comme la probabilité pour un participant d’appartenir à
un groupe en connaissant certaines variables dites confondantes. L’appariement des
coefficients de propension
est une technique qui s’attache à réduire le biais potentiel associé à
ces variables confondantes dans les études observationnelles.

Options de la fonctionnalité Appariement des coefficients de propension dans XLSTAT

Une fois que les coefficients de propension ont été estimés, chaque participant du groupe traitement est appairé au participant le plus similaire du groupe contrôle (Rosenbaum P. R.(1989)).

La matrice de distance est alors calculée entre le groupe traité et le groupe contrôle. L’implémentation d’XLSTAT propose deux métriques pour cela :la distance euclidienne et la distance de Mahalanobis.

Deux algorithmes sont disponibles dans XLSTAT pour réaliser l’opération d’appariement :
l’algorithmeglouton et l’algorithmeoptimal. Avec les deux algorithmes, il est possible d’apparier chaque participant du groupe traité avec un participant du groupe contrôle ou avec un nombre spécifique de participants du groupe contrôle ou bien encore avec tous les participants du groupe contrôle.

Sorties de la fonctionnalité Appariement des coefficients de propension dans XLSTAT

Courbe ROC : la courbe ROC permet d’évaluer la performance du modèle au travers de l’aire
sous la courbe (AUC) et de comparer plusieurs modèles entre eux (voir la section description
pour plus de détails).

Le tableau de résumé des appariements affiche des indicateurs sur les proportions de
participants qui ont été appairés. Le coût total en termes de distance est également donné
juste en dessous du tableau.

Le tableau des coefficients de propension donne les coefficients de propension calculés pour chaque participant des deux groups. La valeur du logit de ces coefficients est également donnée. C’est cette dernière valeur qui sera utilisé pour calculer la distance séparant chaque participant. 

La matrice de distance permet d’avoir une vue générale sur toutes les distances. Les participants appartenant au groupe traité sont sur les lignes alors que les participants du groupe contrôle sont sur les colonnes. Les distances correspondant à des paires sont affichées en gras.

Le box plot affiche plusieurs paramètres de la distribution du logit des coefficients de
propension pour le groupe traité au complet, la sous partie du groupe traité appairée, la sous
partie du groupe contrôle appairée et le groupe contrôle en entier.

ternary diagramneural network diagram

analysez vos données avec xlstat

essayez gratuitement pendant 14 jours