여기서 P(X)는 공변량 X에 대해 계산된 경향성 점수입니다. 방정식( 5 )는 다음과 같이 설명됩니다. PSM 추정치는 참가자의 경향성 점수 분포에 의해 적절하게 가중된 공통 지원에 대한 결과의 평균 차이입니다. 표준 오차 검정 추정: 처리 효과의 통계적 유의성을 파악하고 표준 오차를 계산하는 것은 간단한 일이 아닙니다. 문제는 처리 효과의 추정 분산에 성향 점수 추정, 공통 지지도의 대입, 그리고 경우에 따라 처리 대상 개체의 매칭 순서에 따른 분산도 포함되어야 한다는 것입니다. C. 부트스트래핑: 이 문제를 해결하는 한 가지 방법은 부트스트래핑을 사용하는 것입니다. 이 방법은 분석적 추정치가 편향되거나 이용 불가능한 경우 표준 오차를 추정하는 데 널리 사용되는 방법입니다. 각 부트스트래핑 추출에는 추정의 첫 단계(성향 점수, 공통 지지도)를 포함하여 결과의 ​​재추정이 포함됩니다. 부트스트래핑 표준 오차는 추정치에 영향을 미칠 수 있는 모든 오차 원인을 포함하려고 시도했습니다. 부트스트래핑을 N번 반복하면 N개의 부트스트래핑 표본이 생성되고, N개의 추정된 평균 처리 효과와 부트스트래핑 표준 오차 추정치는 최근접 이웃 매칭 선택에 유효하지 않습니다. 따라서 분석적 표준 오차를 계산하는 것이 여기에 적용될 수 있습니다.