比率1：1使用Matchit软件包的精确匹配

Question

library(MatchIt)

df <- data.frame(lalonde)

m.out1 <- matchit(treat ~ age + race + educ, data = lalonde,
                  method = "exact")

m.data1<-match.data(m.out1)

我想知道如何在与Matchit软件包进行确切的匹配后，如何获得控制和治疗样本的相同尺寸。理想情况下，如果将经过处理的单元与多个控件匹配，我想随机选择一个控件。 我的真正数据集不是拉隆德。它实际上是一个非常大的。因此，我可能有许多与经过处理的单元相关的控件，我想为每个处理的单元随机绘制一个对照。

Answer 1

对于确切的匹配，您可以使用此代码。

library(Matching)
data("lalonde")

Y <- lalonde$re78
Tr <- lalonde$treat
X <- lalonde[setdiff(names(lalonde), c('re78', 'treat'))]

set.seed(42)  ## comment out for FIXING the ties
rmtch <- Match(Y=Y, Tr=Tr, X=X, exact=TRUE, ties=FALSE)
summary(rmtch)
# Estimate...  1678.6 
# SE.........  981 
# T-stat.....  1.7111 
# p.val......  0.087055 
# 
# Original number of observations..............  445 
# Original number of treated obs...............  185 
# Matched number of observations...............  55 
# Matched number of observations  (unweighted).  55 
# 
# Number of obs dropped by 'exact' or 'caliper'  130 

str(rmtch)  ## what is stored in Match object

rmtch$index.control  ## indices of control units
# [1] 261 254 188 279 288 317 323 280 186 311 305 234 337 302 219 345 234 328
# [19] 271 218 253 249 339 271 339 344 351 253 328 339 255 217 254 197 254 284
# [37] 266 252 253 280 208 226 209 354 204 282 350 296 202 247 219 330 347 280
# [55] 344

如果您重新运行代码，您会发现IDS略有变化，如果数据集更大，它们可能会更清楚地做到这一点。

要修复控制单元的随机化，您可以使用set.seed（）。为了确定性地使用ties = false（请参阅？match help page）。

Answer 2

最简单的方法是进行1：1最近的邻居匹配与精确匹配的约束：

m.out1 <- matchit(treat ~ age + race + educ, data = lalonde,
                  method = "nearest",
                  # Here the exact matching constraint.
                  exact = ~ age + race + educ)

如果您要进行精确匹配，则已经内置了一个选项，可以通过设置k2k = true：

m.out1 <- matchit(treat ~ age + race + educ, data = lalonde,
                  method = "cem", k2k = TRUE,
                  cutpoints = 0)

设置cutpoints = 0请求确切的匹配（无粗略）。