MatchIt（R 的倾向得分匹配包）引发有关产生的 NA 的错误

Question

我在具有 128GB RAM 的系统上使用 MatchIt 包。

首先，我的数据没有任何 NA。我的第一次尝试是使用广义线性模型（默认为逻辑回归）和“最近邻”：

headache6MontsMatch1 <- matchit(Headache_past_six_months ~ sex + age + townsend + alcohol + smoking, method="nearest", distance="glm", data=reducedDF)

但是，从大约 100,000 条记录中，我从匹配中丢失了大约 30,000 条。我想尝试一种最佳的“完整”方法。

headache6MontsMatch2 <- matchit(Headache_past_six_months ~ sex + age + townsend + alcohol + smoking, method="full", link="probit", distance="glm", data=reducedDF) 

不幸的是，这会引发错误：

NAs produced by integer overflowError in if ((nc * nr > getMaxProblemSize()) && warning.requested) { : 
  missing value where TRUE/FALSE needed

进一步查看getMaxProblemSize()，似乎我受到了匹配的硬性限制。所以我试过了：

setMaxProblemSize()

然后使用getMaxProblemSize 再次检查问题大小，得到 Inf。

但我仍然遇到同样的问题。我的机器在 128GB 的​​内存中大约有 56GB 的内存，CPU 只消耗了 6%，磁盘并没有真正被触及。

Answer 1

这是一种有趣的错误，与MatchIt无关。这与 R 不能将大数表示为整数这一事实有关。

我假设您有大约 35000 个处理单元和 65000 个控制单元。 optmatch 将问题大小计算为nc * nr，其中nc 是控制数，nr 是处理数。 optmatch 将这些数字存储为整数，因为它们是内部使用的距离矩阵的维度。对于nr = 35000 和nc = 65000，nc * nr 是一个非常大的数字。 R 不能表示大为整数的数字（请参阅here），而是为该值生成NA。因为NA不能在if语句中使用，所以会抛出错误。

除了使用较小的样本或要求optmatch 开发人员修复此错误外，没有解决此问题的方法。他们可以通过在计算 nc * nr 之前将 nc 和 nr 转换为双精度值来轻松解决此问题。

---

21 年 8 月 21 日编辑：我联系了 optmatch 维护人员，他们解决了这个问题。它将在即将发布的optmatch 版本中更正。