2

首先：这个问题可能是这个stackoverflow帖子的重复/已经解决的问题。

我想使用该MatchIt包使用马氏距离在我的数据集中执行完全阻塞匹配。我有两个要用于匹配的观察到的协变量（年龄和性别）。

我知道我可以使用以下参数执行基于 mahalanobis 的匹配：

formula <- as.formula("group ~ sex_boolean + age")
m.out <- matchit(formula=formula,
                 data=data_df,
                 distance='mahalanobis')

site_df_matched <- get_matches(m.out,data=data_df)

但这仅使用最近邻执行基于马氏的匹配。如果我想更严格怎么办？是否可以在马氏匹配中引入卡尺？想法如下：对于少数群体中的每个单元，在多数群体中找到一个马氏距离最小且位于定义的 caliper 内的单元。如果多数群体中没有单位，则应丢弃少数群体中的相应单位。

结果应该是大小相等的治疗组和对照组，其中包含在各自协变量中接近的单位对。“接近度”应该可以通过卡尺设置的严格程度来控制。更严格的卡尺会导致更多的少数群体被丢弃。

也许我对基于 mahalanobis 的匹配过程也有错误的理解，但是否可以（并推荐）这样做MatchIt？

4

1 回答 1

3

是的，使用MatchIt4.0.0 及更高版本很简单。如果要在马氏距离上进行匹配但包含倾向得分卡尺，则distance参数需要与倾向得分相对应，并且mahvars参数控制执行马氏距离匹配的协变量。例如，要在估计包含除这两个变量之外的其他变量（例如和）的倾向得分上sex和之后执行马氏距离匹配，您将运行以下代码：ageraceeduc

m.out <- matchit(treat ~ age + sex + race + educ, #variables used in PS
                 data = data_df,                  #dataset
                 distance = "glm",                #method of estimating PS
                 caliper = .25,                   #width of caliper on PS
                 mahvars = ~ age + sex)           #variables used in Mahalanobis distance

如果你想在不涉及倾向得分的情况下执行马氏距离匹配，下面的代码可以实现：

m.out <- matchit(treat ~ age + sex, 
                 data = data_df, 
                 distance = "mahalanobis")

如果出于任何原因（例如，卡尺或公共支持）需要估计倾向得分，则必须使用第一种语法。如果不涉及倾向得分，则第二种语法有效。只要卡尺位于其他提供的变量上，您仍然可以使用第二种语法将卡尺放在对上；例如，要放置 0.25 标准差的卡尺age，您可以输入caliper = c(age = .25)。您可以一次将卡尺放在多个变量上，如果使用第一种语法，则包括倾向得分。

这在最近邻匹配的帮助页面中都有详细说明，可以在此处或使用进行查看?method_nearest。

于 2020-11-25T22:39:49.713 回答