在 R 中使用 cardmatch 执行匹配后的结果分析答案

【问题标题】：Outcome analysis after performing matching using cardmatch in R在 R 中使用 cardmatch 执行匹配后的结果分析
【发布时间】：2020-02-25 06:18:31
【问题描述】：

使用下面这个包进行匹配后：

https://rdrr.io/cran/designmatch/man/cardmatch.html

我如何获得回归风格的输出格式，而不是简单地计算均值的差异？

在上面链接中卡片匹配代码的最后一步之后：

# The mean difference in outcomes is the same...
mean(re78[t_id_1]-re78[c_id_1])
mean(re78[t_id_2]-re78[c_id_2])

# ... but their standard deviation is reduced
sd(re78[t_id_1]-re78[c_id_1])
sd(re78[t_id_2]-re78[c_id_2])

我对这样的事情感兴趣，而不是简单地获得手段上的差异。

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)   2.3483     0.1007  18.681  < 2e-16 ***
treated      -7.4793     0.8387  -6.459 4.87e-10 ***

如何从 cardmatch 包步骤形成数据框，然后使用 glm 或 svyglm 执行结果分析？

【问题讨论】：

标签： r cardinality propensity-score-matching

【解决方案1】：

如果您不想保留对成员资格，只需使用返回的 t_id 和 c_id 输出的 cardmatch 组件子集您的数据集。例如，如果输出对象名为 cm 而您的数据集名为 data，则运行以下命令将创建一个仅包含匹配单元的数据集：

data_matched <- data[c(cm$t_id, cm$c_id),]

如果您关心配对成员并希望创建一个表示每个单元的配对 ID 的变量，您可以使用以下代码（假设不存在 data 的行名或仅索引该行的数字):

pair_df <- data.frame(pair = factor(c(seq_along(cm$t_id), 
                                      seq_along(cm$c_id))), 
                      row.names = c(cm$t_id, cm$c_id))
data_matched <- merge(data, pair_df, by = 0, all.x = TRUE, sort = FALSE)[-1]

对于新的pair 变量，任何不匹配的单位都将具有NA（或者您可以设置all.x = FALSE 以仅保留匹配的单位）。您可以使用lme4 包中的glmer() 将pair 变量用作混合效应模型中的随机效应（相当于配对t 检验），或者在使用@ 的标准回归模型中的集群稳健标准误差中使用987654335@ 说明分析中的配对。您可以添加协变量以提高精度并减少剩余偏差。

【讨论】：