PSM方法指的是傾向得分匹配（Propensity Score Matching），它是一種統計學方法，主要用於減少觀察研究中的數據偏差和混雜變數影響，以便對實驗組和對照組進行更合理的比較。PSM通過構建傾向得分函式，將多維特徵信息壓縮成一維得分，然後根據這個得分進行匹配，使得處理組個體和控制組個體在可觀測特徵上儘可能相似，從而減少選擇偏差和處理效應的干擾。
PSM的原理和步驟包括：
構建傾向得分模型：將處理因素（如是否讀研）作為因變數，其他可能干擾因素（如父母背景）作為自變數X進行二元logit模型構建，以得到預測的PScore值。這個值代表了干擾因素的整體水平。
匹配過程：依據PScore值進行匹配，使得處理組和控制組個體的PScore值儘可能接近，從而他們的特徵也儘可能相似。
PSM的套用範圍廣泛，包括計量研究、醫學領域等，特別是在評估某項政策或干預措施的效果時，通過減少非處理因素的干擾，可以更準確地評估處理因素的效果。
需要注意的是，PSM與工藝安全管理（Process Safety Management, PSM）是兩個不同的概念，後者是化工行業中的一個安全管理流程。