傾向スコアと一致するデータのマクネマーまたはフィッシャーの正確検定？

傾向スコアの一致したデータを分析したい。文献では、データが「ペアになっている」ため、マクネマー検定が通常使用されます。ただし、マッチングは常識ではペアリングではありません。

フィッシャーの正確確率検定を使用する方が正しいでしょうか？一致したデータに対応のあるテストを使用することについて、どのような意見がありますか？

これは間違いなく文献で現在進行中の議論ですが、現時点では、標準誤差とp値を計算するためにペア分析を使用することを示す証拠があります。マッチングの目的は、ペアのランダム化対照試験ではなく、ランダム化対照試験を模倣する2つのサンプルに到達することですが、マッチングでは、推論を考慮に入れる必要がある各一致セット内の結果間に共分散が誘導されます。PCオースティンはこれについて多くのことを書いています（例：Austin＆Small、2014）。Zubizarreta、Paredes、＆Rosenbaum（2014）は、一致（つまり、一致しない単位を破棄）した後、ペアリング（つまり、一致するペアの作成）により、測定されない交絡に対する最終的な推定の感度を低下させ、標準誤差を削減できることを示しました。ペア分析がサンプルで使用された場合。