SPSS进行倾向评分逆概率加权（IPTW）

基于 PS （倾向评分）的IPTW 法首先由Ｒosenbaum作为一种以模型为基础的直接标准化法提出，属于边际结构模型。简单来说，就是把许多协变量和混杂因素打包成一个概率并进行加权，这样的话，我只用计算它的权重就可以了，方便了许多。那么，如何将多个协变量的影响用一个倾向评分值来表示呢? 即如何估计倾向评分值呢? 根据 Rosen-baum 和 Rubin 的定义:倾向评分值为在给定一组协变量(X i )条件下，研究对象 i(i =1，2，…N)被分配到某处理组或接受某暴露因素(Z i =1)的条件概率。理论上，所有可计算得到该条件概率的方法均可用于估计倾向评分值。

采用 logistic 回归模型估计倾向评分值具有模型
简单、容易实现、可直接得到倾向评分值、结果易于解释等显著优势。
我们拿logistic 回归做例子：
logistic 回归是最早提出的估计倾向评分值的方法，由于其原理为人们所熟悉且容易实现，
也是目前最常用的估计方法。logistic 回归模型如下:

假设为二元logistic 回归，右边一系列混杂因素的方程会生成一个0-1之间的目标事件时间发生的