倾向得分匹配并通过使用 R 中的加权因子对数据进行子集化答案

【问题标题】：Propensity Score Matching and subset the data by using a weighting factor in R倾向得分匹配并通过使用 R 中的加权因子对数据进行子集化
【发布时间】：2019-12-20 21:07:44
【问题描述】：

我正在进行倾向得分匹配，并希望通过使用权重对数据进行子集化处理和控制。有 5 个变量：ID、治疗（是/否）、结果（是/否）、年龄和“体重”。我试图在 R 中编写一个程序，但根据权重执行此操作时遇到问题。使用了survey 包。

dput(dat2):

structure(list(ID = c(1, 2, 3, 4, 6, 7),
    Weight = c(2.4740626, 2.4740626, 2.4740626, 2.4740626, 1.9548149, 1.9548149),
    Age = c("35-44", "<15-24", "25-34", "35-44", ">45", "25-34"),
    Treatment = c(1, 0, 0, 1, 0, 0),
    Outcome = c(1, 1, 1, 0, 1, 1)), 
    row.names = c(NA, -6L),
    class = c("tbl_df", "tbl", "data.frame")))

head(dat2):

data<-svydesign(ids = ~dat2$Id,
                weights = ~dat2$Weight,
                data = dat2)
treat<-subset(dat, dat2$treatment==1)
cont<-subset(dat, dat2$treatment==0)

我正在分享数据样本。我有 1587 行。当我找到没有重量的尺寸时，treat 和 cont 的尺寸分别为 877*5 和 710*5。但如果使用权重，它将是 803*5 和 784*5。

请帮帮我。

提前致谢。

【问题讨论】：

请将您的数据复制粘贴为文本，而不是图像
或者你可以dput()你的数据？

标签： r

【解决方案1】：

一种方法如下：

样本数据

dat2 <- structure(list(ID = c(1, 2, 3, 4, 6, 7),
               Weight = c(2.4740626, 2.4740626, 2.4740626, 2.4740626, 1.9548149, 1.9548149),
               Age = c("35-44", "<15-24", "25-34", "35-44", ">45", "25-34"),
               Treatment = c(1, 0, 0, 1, 0, 0),
               Outcome = c(1, 1, 1, 0, 1, 1)), 
          row.names = c(NA, -6L),
          class = c("tbl_df", "tbl", "data.frame"))

脚本

data<-svydesign(ids = ~dat2$ID,
                weights = ~dat2$Weight,
                data = dat2)

treat<-subset(data, Treatment==1)
cont<-subset(data, Treatment==0)

【讨论】：

谢谢@Majid。但这与没有权重的结果相同
请在帖子底部添加您想要的输出。