PSM 匹配 (MatchIt) 简介

什么是 PSM？

倾向得分匹配（Propensity Score Matching, PSM）是一种统计学方法，用于在观察性研究中减少选择偏差。通过构建一个“倾向得分”（即个体接受处理的概率），将处理组和控制组中得分相似的个体进行配对，从而模拟随机对照试验的环境。

MatchIt 包的作用

MatchIt 是 R 语言中最流行的实现匹配算法的包。它支持多种匹配方法，包括：

• 最近邻匹配 (Nearest Neighbor)：最常用，为每个处理组个体寻找得分最近的控制组个体。
• 卡钳匹配 (Caliper)：限制匹配的最大距离，避免较差的匹配。
• 最优匹配 (Optimal)：全局优化匹配距离总和。
• 完全匹配 (Full Matching)：利用所有样本信息进行匹配。

本脚本流程

1. 数据加载：使用 lalonde 经典数据集。
2. 模型设定：定义处理变量和协变量。
3. 执行匹配：调用 matchit() 函数进行 1:1 最近邻匹配。
4. 结果提取：使用 match.data() 获取匹配后的数据集供后续回归分析使用。
5. 质量评估：通过 summary() 查看匹配前后的标准化均值差，评估平衡性。

结果展示说明

本部分描述运行 main.R 后，控制台将输出的文字内容及其含义。

1. 匹配摘要 (summary(match_out))

• 输入操作*：

运行代码中的 summary(match_out) 行。

• 输出描述*：

系统将打印一个详细的文本表格，包含以下关键部分：

• Sample Sizes：显示匹配前（Original）和匹配后（Matched）的处理组与控制组样本数量。通常匹配后两组数量相等（在 1:1 匹配下）。
• Balance Measures：列出所有协变量（如 age, educ, re74 等）的统计量。
  • Mean Treatment / Mean Control：分别显示处理组和控制组在匹配前后的均值。
  • Std. Mean Diff（标准化均值差）：这是核心指标。匹配前该值可能较大（表示两组差异大），匹配后该值应显著接近 0（通常绝对值小于 0.1 视为平衡良好）。
  • Var. Ratio & eCDF：方差比和累积分布函数的差异，用于辅助判断分布的一致性。
• Summary Statement：最后会有一行文字总结，例如 "Matching successfully balanced the covariates..."，表明匹配是否有效改善了平衡性。

2. 样本量统计 (cat 输出)

• 输入操作*：

运行代码末尾的 cat(...) 系列命令。

• 输出描述*：

控制台将依次打印四行清晰的统计文本：

• 原始样本量: [数字]：显示初始数据集的总行数（例如 lalonde 数据集通常为 614 或 449，取决于版本）。
• 匹配后样本量: [数字]：显示经过筛选和配对后保留下来的总行数。由于是一对一匹配且可能有未匹配到的个体，此数值通常小于原始样本量。
• 处理组样本数: [数字]：匹配后数据集中 treat=1 的数量。

• 控制组样本数: [数字]：匹配后数据集中 treat=0 的数量。

• 预期结果示例*：如果匹配成功，处理组和控制组的样本数应当完全一致，且标准化均值差大幅降低，表明两组在协变量上已具有可比性。