在倾向值匹配越来越流行的时候，Youtube上

https://www.youtube.com/watch?v=rBV39pK1iEs有个反对PSM的视频。对应

文章是：Why Propensity Scores Should Not Be Used For Matching.pdf(链

接https://pan.baidu.com/s/1pLODuu!密码：wWC6）提到删除个案会引入偏

倚。

这篇文章对PSM持反对态度，感觉是否样本量越大，才更容易匹配，人为偏

倚才小。

反过来，是否对缺失值进行插补是否也会引入偏倚。有没有直接使用含有部

分缺失数据的统计方法，既不删去个案，又没有插补？听说有种贝叶斯网状

数据分析有类似的功能，不知可靠性如何，有相应教程可以推荐吗？