R 是否有一个附加组件允许我创建根据一个或多个条件匹配的组？

我想比较两组受试者（0,1），但要确保我观察到的差异不是由于第三个变量造成的，这两组之间存在显著差异。第1组比第0组小得多，所以我想最好从第0组中选择一个最匹配组间第三个变量的受试者子集。在一个完美的世界里，我猜这个插件会从两个组中选择一个子集，既能最大化受试者的数量，又能匹配组间的第三个变量。是否有任何附加组件可以帮助我做到这一点。如果不是，你们可能知道通过一些巧妙的编码来实现同样的目的的有效方法。当然，如果我能根据大量变量在一些相似性参数上匹配这些组，那就更好了。

看看

采样

包。我相信这是做这类事情最具特色的。无论如何，这里有一个成功的例子：

require(sampling)
set.seed(12345)

# Set number of subjects
n = 1000

# Generate data
group = factor(sample(c(0,0,1), n, replace=T))
x = 0.2 * as.numeric(group) + rnorm(n)

data = data.frame(group, x)

# Demonstrate the significant group effect
summary(lm(x ~ group, data=data))

# Let's say we want a sample with 50 subjects in each group
pik = inclusionprobastrata(as.numeric(data$group), c(50, 50))
picks = balancedstratification(cbind(data$x), as.numeric(data$group), pik)

# Pick out our balanced sample
new.data = data[picks==1, ]

# Demonstrate that the group effect is gone
summary(lm(x ~ group, data=new.data))

---

正如@romunov向我指出的，matchit软件包应该能让你达到目的。我不清楚：这在哪些方面是一个糟糕的问题？从统计学的角度来看，它的措辞并不特别巧妙，但它似乎与SO比statistics.SE更相关。另一方面，无论措辞如何，这篇文章都没有太多关于示例数据和统计目标的细节。迈克：你最好先把注意力集中在统计问题上，关于统计学；您也可以在那里解决软件包问题。