傾向評分匹配(Propensity Score Matching,簡稱PSM)是一種用於處理觀察研究(Observational Study)數據的統計學方法。
這種方法可以解決由於選擇性偏倚(Selection Bias)和混雜因素(Confounders)導致的因果關係推斷問題。PSM的基本原理是通過計算處理組(實驗組)和對照組(控制組)的傾向性評分(Propensity Scores)，即基於研究中的協變量(如年齡、性別、健康狀況等)預測個體接受干預(實驗組)或未接受干預(對照組)的可能性，然後從對照組中選取與實驗組中某個體的傾向性評分相近的個體進行配對，以減少兩組之間的混雜因素差異，從而使得兩組在可比性上更接近，在進行比較分析時，如果實驗組和對照組在匹配後的基線特徵上相似，那麼兩者之間的任何結局差異都可以較爲合理地歸因於干預因素。
常用的匹配方法包括最鄰近匹配、卡鉗匹配和全局最優匹配等。