我正在做一个准实验，并且有兴趣获得 ATT。我有一个数据有 260k 条目，其中 Ti = 0 和 5k 条目，其中 Ti = 1。我正在使用 iptw 技术计算 ATT，我取得了很好的平衡，治疗效果 -on 被视为 -ve 450 欧元，但并不显着。
权重计算：（如果治疗= 1，权重= 1，否则倾向得分/（1-倾向得分）
然后，为了与其他方法进行比较，我使用比率 = 1 的最近邻匹配，再次达到平衡。我得到的治疗效果（匹配时默认为 ATT）为 +very 750 且显着。
两种方法不应该产生相似的结果吗？在这种情况下我应该采用哪种方法，为什么？
当你匹配时，是否有没有匹配的治疗个体？
可以预期，IPTW 和匹配都应该给出相同的答案。一种可能的解释是，一些接受治疗的个体没有紧密匹配，所以他们被丢弃了。发生这种情况时，定义了因果效应的人群会发生变化。这可能导致方法之间的答案不同
这些方法中的每一种都需要进行不同的评估。
对于 IPW，您需要检查您没有获得具有极低（或极高）倾向的样本。如果它们接近 0 或 1，那么您需要评估发生这种情况的原因，并可能从数据中删除类似的样本。由于您的标签非常不平衡，这肯定会发生。
对于匹配，就像@pzivich 所说，您需要检查是否有未匹配的样本（类似于非常低的倾向）
最后，我喜欢检查保留数据的平衡，以检查是否存在过度拟合。