在匹配前绘制倾向得分的密度函数

【问题标题】：Plotting density function of propensity score before matching在匹配前绘制倾向得分的密度函数
【发布时间】：2018-08-20 11:15:03
【问题描述】：

我正在运行 dif-in-dif 估计并使用 MatchIt 包根据我的治疗组和对照组到某个位置的距离（最近邻匹配、logit 模型、caliper = 0.25）来匹配我的治疗组和对照组。

实际匹配一切正常，但是我在阅读的一篇论文中遇到了这种情节：

我有点困惑，既然匹配本身给出了倾向得分，怎么可能在匹配之前绘制倾向得分？因此，如果有人熟悉这种绘图，我将不胜感激。到目前为止，这是我的代码，它只给出了匹配处理（Near）和控制后的密度函数。

m.df <- matchit(Near ~ Distance_to_center, data = df, method = "nearest", distance = "logit", caliper =0.25)
mdf <- match.data(m.df,distance = "pscore")

df <- mdf

plot(density(df$pscore[df$Near==1]))
plot(density(df$pscore[df$Near==0]))

【问题讨论】：

标签： r nearest-neighbor kernel-density

【解决方案1】：

匹配不给出倾向得分。首先估计倾向得分，然后matchit() 匹配倾向得分上的单位。

您可以从matchit 对象中提取整个样本的倾向得分。当您使用match.data() 时，您所做的是仅提取匹配数据的倾向得分。整个样本的倾向得分存储在m.df$distance 中。因此，要手动生成这些图，您可以使用：

plot(density(m.df$distance[df$Near==1]))
plot(density(m.df$distance[df$Near==0]))

在使用match.data()之前。

您还可以使用cobalt 包自动生成这些图：

bal.plot(m.df, var.name = "distance", which = "both")

将在一行简单的代码中生成相同的密度图。

【讨论】：