PSM通俗理解

对比试验的本质是通过控制变量，来观察其对目标变量的影响。所以必须要排除控制变量外的其他因素的干扰，也就是要在其他条件一致的情况下，对比才有意义。

从实验设计的角度看，有时候控制变量的成本太高、影响太大，不宜通过人为控制来达到对照的目的，而自然界中又普遍存在一些可供观察的对象，PSM就是充分利用这些自然状态下的观察对象，事后构造对照实验。

比如，要观察父母是否上过大学，对子女的学历水平影响，我们不可能预先设计对照试验，让一部分人接受大学教育，另一部分不接受大学教育，再过个几十年去观察他们的子女。所以，我们可以通过从已有的家庭中去选取合适的对象进行观察。如此，控制变量即为父母是否上过大学，目标变量为子女教育水平，但仍有其他不在我们本次考察范围的因素可能对结果产生影响，比如父母的年龄、所属地区、家庭收入、是否独生子女等等。故而，我们需要将其他因素水平相同、相近的对象收纳在一起，然后依据其父母是否上过大学来划分实验组对照组，形成同质对象的配对，匹配完成后可进行配对样本检验，以验证控制变量对于目标变量的影响是否显著。

DID（双重差分）

双重差分，即差分两次。不论是事先设计好的对照实验，还是事后从自然实验中选取对象构造对比实验，都可以适用。

双重差分不仅会对两组之间的同期差异进行对比，还需要考虑时间因素。假如A组在干预前的水平为0.5，B组相同状态、相同时期的水平为0.4，之后对A组进行干预，A组水平提升到0.8，B组未进行任何干预但此时水平为0.6。如果要计算干预效果，不能单纯的直接用0.8-0.5，因为与之相似的B组在无干预的状态下水平也发生了变化，也就是考虑随时间的变化，观察对象可能具有某种自然上升的趋势，要将A组的提升效果减去自然状态下上升的幅度后，才能被当作干预措施的提升效果：0.8-0.5-（0.6-0.4）=0.1

断点回归

断点回归是判断临界值影响的常用方法。变量X在某个范围内与目标变量Y具有较为稳定的相关关系，但当X超过某个临界值时，Y变量开始出现大幅波动。一个较为典型的例子就是：某APP内签到功能，连续签到7天，可以获得奖励，可以对签到天数和用户留存效果进行断点回归，签到不足7天的留存水平与超过7天的水平相去甚远。