我了解完全匹配的变量不能有 NA。这是否仅适用于处理过的，或者潜在控制也不允许使用 NA？
另外，R 如何处理不需要精确但只需要最接近的被处理变量的缺失值？
我正在使用 MatchIt，距离 = "mahalanobis"
【问题讨论】：
让我们试试看会发生什么：
library(matchit); data("lalonde")
set.seed(123)
lalonde$age[sample(1:nrow(lalonde), 20)] <- NA
m.missing <- matchit(treat ~ age + educ + race + nodegree +
married + re74 + re75, data = lalonde,
distance = "mahalanobis", replace = TRUE,
exact = ~ married + race)
matchit 返回错误信息：
错误：协变量中不允许有缺失值。
在谷歌上搜索时，很容易发现 matchit 在缺失值的情况下不是好兆头。 [1][2]
如果您愿意放弃倾向得分的匹配，您可以考虑使用cem matching，它在某些情况下很自然地处理缺失值（但根据下面的@Noah 回答 ymmv）。根据companion paper（对长引用表示歉意）
在估计缺失数据中的因果效应时 价值观，不同的信息正在将应用研究人员置于一个 困难的位置。来自方法学家的一条关于因果的信息 观察数据的推论是匹配应该用于 在建模之前预处理数据。另一个消息是失踪 数据不应按列表删除，而应通过以下方式处理 多重插补或其他适当的统计方法（鲁宾 1987；金等人。 2001）。尽管大多数因果推理问题都有 一些缺失的数据，如何应用匹配并不明显，而 正确处理丢失的数据。确实，我们知道没有匹配 允许除列表之外的任何数据丢失的软件 匹配之前删除，并且没有丢失数据的软件进行 或允许匹配。因此，我们现在提供两个选项来同时使用 CEM 支持的相同分析；我们所有的软件实现 CEM 允许多重插补数据。
最简单的方法是将缺失值视为离散的 “观察到”值，然后将 CEM 与其他粗化一起使用 对于非缺失值。我们软件的默认操作使用 这种方法。然而，在某些情况下，我们可能希望自定义 这种方法通过粗化处理问题的实质 具有特定观察值的缺失值。例如，对于调查 关于受访者可能不完全熟悉的主题的问题， 答案“没有意见”和“中立”可能传达相似或在某些方面 案例相同的信息，因此分组的目的 匹配可能是一种合理的方法。由于原始值 这些变量仍将传递给分析模型，特别是 仍然可以使用程序来区分效果 两个不同的答案。
【讨论】：
cem 论文中描述的方法通常不是有效的，只能在他们描述的场景中使用（即，当缺失意味着类似于给定值的情况时）。否则，它假定变量上具有缺失值的所有单位都是同质的，并阻止匹配除缺失外相似的单位。多重插补一直被认为是解决匹配缺失的最佳方法，并且与引用相反，现在有软件可以实现它。
MatchIt 不能与协变量或处理中的缺失值一起使用。如果多重插补的假设成立，您可以使用多重插补生成多个数据集并在每个数据集内执行匹配，然后使用特殊规则组合结果。
多重插补数据中的匹配是在MatchThem 包中实现的，它是MatchIt 的包装器。 MatchThem 中提供了所有 MatchIt 功能。有关使用 MatchThem 的介绍，请参阅 Pishgar et al. (2021)。
【讨论】：