在R中使用cardmatch进行匹配后的结果分析

使用以下软件包执行匹配后：

如何获得回归风格的输出格式，而不是简单地计算均值差异

在上面链接的cardmatch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 ***

系数：
估计标准误差t值Pr（>t）
（截距）2.3483 0.1007 18.681<2e-16***
处理-7.4793 0.8387-6.459 4.87e-10***

---

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

如果不想保留配对成员资格，只需使用

cardmatch

输出中返回的

t\u id

和

c\u id

组件对数据集进行子集化即可。例如，如果输出对象名为

cm

，而您的数据集名为

data

，则运行以下操作将创建一个仅包含匹配单位的数据集：

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

对于新的

对

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（）

在混合效应模型中使用

pair

变量作为随机效应（相当于配对t检验），或使用

glm（）

在标准回归模型中使用集群稳健标准误差来解释分析中的配对。您可以添加协变量以提高精度并减少剩余偏差

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]