我的分析侧重于因果推理。我使用倾向得分的倒数来形成权重（倾向得分是在给定一组协变量的情况下接受治疗（或干预）的概率）。我的问题是，有谁知道我如何在加权前后对协变量进行平衡评估？我知道有一些包可以做到这一点，但我想手工编写而不是使用包。这是一个例子：
X1<-c(1,1,1,0,0,1) #Covariate
X2<c(0,1,1,0,1,0) #Covariate
X3<-c(1,0,1,1,1,0) #Treatment
X4<- c(1,0,1,1,0,0) #Outcome
data<-data.frame(X1,X2,X3,X4)
model<- glm(X3~X1+X2, family= "binomial", data=subset(data, X3==1))
propensity_score<- predict(p, newdata=data, type="response")
weights<- 1/propensity_score
就是看协变量在与倾向得分的倒数加权后是否平衡（我知道大体的想法但不熟悉其背后的理论）