问题标签 [propensity-score-matching]

我需要使用MatchingR 中的包进行倾向得分匹配。与MatchIt包不同，Matching它不包括任何可视化步骤和综合结果表。

的结果MatchBalance()将为每个变量创建一个长表，包括 std、mean、diff、max、raw、eQQ diff、T-test p-value 和其他结果。但我想要的是一个包含所有变量和结果的集成表。

以下是结果MatchBalance()：

“匹配”的结果

但我想要的是如下（来自MatchIt包装）：

以及匹配前和匹配后之间的差异图等可视化。

请考虑以下几点：

我正在将数据与MatchItR 中的包匹配。我的控件少于处理的控件并使用选项replace = TRUE。根据手册，权重告诉我们匹配控件的频率。

从手册：

“对于替换匹配，使用replace = TRUE。替换匹配后，权重可以用来反映每个控制单元匹配的频率。”

但是，我不明白为什么权重可以有小数以及如何反映频率。

例如，我replace == TRUE在手册中的示例中添加了（参见第 18 页）：

对于控制“PSID393”，权重为 4.276。因此，我假设这个控件匹配了 4 或 5 次（四舍五入后）。

然而，我们也可以match.matrix一一查看匹配的治疗和控制。过滤“PSID393”，我们看到控件实际上已经匹配了 7 次：

^{由reprex 包（v0.2.1）于 2019 年 5 月 6 日创建}

如何正确解释这两个输出？

我正在尝试使用pymatch包，但我不断收到错误消息Error: Perfect separation detected, results not available。我检查了多次，我的数据集不相等。它包含 260k 行用于控制和 50k 用于处理，并且具有不同的平均值。我只有 5 个变量，全部integers或Floats四舍五入到 2 位小数。

我的目标是将一些经过处理的客户与未处理的客户进行匹配，以便基于倾向得分匹配进行进一步分析。

我已经删除了异常值，因为它显然不能很好地处理这些。我还在逗号后将小数四舍五入到 2 个位置。我尝试只使用整个数据集的 2 个变量。没有任何效果。

我期待一个输出，Average Accuracy: 78%但我得到Average Accuracy: nan% 了错误Error: Perfect separation detected, results not available

我正在尝试使用 MatchIt 在几个协变量上匹配两个样本，但我很难创建足够相似的样本。我的两个样本都很大（对照组约 1000 个，对照组约 5000 个）。

我希望获得与参与者尽可能匹配的匹配样本，并且我可以在对照组中丢失样本量。现在，MatchIt 只返回两组 1000，而我想要两个非常匹配的组，并且可以使用较小的组（例如，500 而不是 1000）。

有没有办法通过 MatchIt 或其他包来做到这一点？我宁愿避免使用随机抽样，然后尽可能匹配，因为我希望组之间尽可能接近匹配。

抱歉没有一个可重复的例子，我对使用 R 还是很陌生，不知道如何制作这个问题的样本......

下面是我用于匹配两组的代码。

我使用 MatchIt 函数得出一个 1:4 比例的已处理：未处理数据集，试图达到相似的平均年龄和性别频率。

我有一个小的治疗组（n = 44）和一个更大的对照组（n = 980）。为了减少对照组的数量并排除年龄和性别作为混杂因素，我尝试使用 MatchIt 函数创建一个 176 人的对照组，其平均年龄和性别平衡与治疗组相似。

输出总结如下：

年龄变量效果很好 - 它没有显着差异，但性别似乎有所不同（对照组为 85% 男性，治疗组为 57%），因此我对治疗后的性别数据进行了卡方检验。它在性别上表现出非常显着的差异：

我如何解释这里的差异？我的 MatchIT 函数有问题（方法不正确？）还是它有效但我已将卡方应用于不正确的问题？

我是 R 新手，我使用 matchit 通过倾向得分来匹配患者。我的数据集包括两组患者，它们的不同之处在于他们是否接受了药物。除了倾向得分匹配外，我还想精确匹配年龄、性别和家庭实践，因为治疗决定确实因这些特征而异。

我的问题是我想精确匹配年龄± 2 岁，因为我想通过增加精确匹配的灵活性（而不是使用任意切割）来增加可以在我的数据集中匹配的治疗患者的数量-off，例如使用分类年龄变量）。

下面的代码运行良好

我只是想将确切的代码更改为类似

这可能吗？

我有两组（EG和CG）倾向得分匹配。我的第一个数据框 df_1 显示了相应的参与者对。

此外，我有一个数据框（长格式；即每一行都是一个测量点），其中仅包括来自 EG 的参与者。该数据框还包括一个表示时间点 1 的年龄的变量和一个表示我选择参与者的年龄组的变量。

最后，我的数据框只包含来自 CG 的参与者（同样是长格式）。此数据框不包括年龄组变量。

我现在想要一个包含 EG 和 CG 参与者的数据框（如 rbind df_2 和 df_3）。但是我想将 age_group 上的值插入到 CG 参与者中，该值对应于来自 EG 的相应匹配人的值。例如，ID 为 836587 (CG) 的人应该在 age_group 上收到与 801208 (EG) 相同的值，因为这两个参与者是一对匹配的（根据 df_1）。

这是最终数据集的样子：

你知道怎么做吗？非常感谢任何帮助或建议！

我正在使用 SAS 程序 PSMATCH 来平衡群组。我正在使用逻辑回归分别计算倾向得分，然后使用 PSDATA 在 PSMATCH 中使用生成的数据集。我正在通过区域、方法（最优、贪婪和可变比率）、距离变量、卡尺值和比率的变化来进行多次匹配迭代（以获得最佳结果）。请在下面找到代码：

我担心的是考虑匹配的观察数量（即所有观察）。总观察逻辑回归数据集是治疗组 1：531 和治疗组 2：3252 但是，在 PSMATCH 报告中，所有观察报告为治疗组 1：446 和治疗组 2：2784 无论 PSMATCH 方法的变化如何，结果都是一致的

有人可以帮助我了解计数下降的可能原因吗？

我从逻辑回归模型得到的结果为 0 或 1。我想将它们的概率用作我的营销工作的倾向得分。当我看到结果时，我注意到有两个概率，我想知道哪个概率是预测 1 的概率，哪个是预测 0 的概率。下面是我看到的一个粗略的结果样本，这让我很困惑。

这里第一个概率数高于第二个，但我不知道哪个是预测 1 和预测 0 的概率。如何确保我采用 1 的概率，然后对观察结果进行排序以获取最高倾向的客户？

我有一个包含大约 200 列和 100 万行的大型数据集。我有一个治疗组，我正在尝试使用基于大约 15 个不同变量的倾向匹配评分创建一个对照组。

我有两个问题在网上找到了相互矛盾的答案，如果您能帮助我，我将不胜感激。

1) 如何组织数据以最好地运行匹配过程？我的数据混合了数字、字符和因子（一些是有序的，另一些不是）变量，我在网上看到有人说 MatchIt 程序使用字符变量运行分析，而另一些人说它不适用于“最近”功能，但与其他功能一起使用。那么，我是否应该努力将所有内容转换为数字或因子（我不确定这是否可能），或者我可以使用我的变量运行 MatchIt 吗？

2) 函数 MatchIt 是否已更新为读取未用于匹配函数的变量中的 NA？我看过一些旧帖子说 MatchIt 需要一个完整的数据集，即使是那些没有用于匹配的变量，但这些帖子也说它可能会被修复。还是这样吗？

谢谢