使用 CEM 和 MatchIt R 包的不同结果

Question

我运行 CEM 中的相同模型和使用 cem 方法的 MatchIt 包，但是，我无法获得相同数量的匹配观察值。为什么会这样？当使用相同的规格时，使用这两个包难道不应该得到相同的结果吗？为简单起见，我使用 lalonde 数据集，只匹配三个变量，并使用预定义的切点来确保它们相同。 MatchIt 包总共产生 429 个匹配项，而 cem 包总共产生 441 个匹配项。

library(tidyverse)
library(cem)
library(MatchIt)

data(lalonde)

lalond2 <- lalonde %>% 
  select(treat, age, re74, re75, re78)


re74cut <- seq(0, 40000, 5000)
re75cut <- seq(0, max(LL$re75)+1000, by=1000)
agecut <- c(20.5, 25.5, 30.5,35.5,40.5)
my.cutpoints <- list(re75=re75cut, re74=re74cut, age=agecut)


m.out <- matchit(treat ~ age + re74 + re75, data = lalond2, 
                 method = "cem",
                 cutpoints = my.cutpoints)

c.out <- cem(treatment = "treat",
             data = lalond2,
             drop = c("treat", "re78"),
             cutpoints = my.cutpoints)
             
m.out
A matchit object
 - method: Coarsened exact matching
 - number of obs.: 614 (original), 429 (matched)
 - target estimand: ATT
 - covariates: age, re74, re75
 
c.out
           G0  G1
All       429 185
Matched   277 164
Unmatched 152  21

Answer 1

cem 和 MatchIt 中的 CEM 实现有两个不同之处。首先是 cem 中的错误，其次是可以修复的任意选择。可以从这两个包中获得相同的结果，正如我将在下面演示的那样。

首先，cem 有一个错误（或只是一个不受欢迎的功能），即给定分割点之外的任何单元都将被组合在一起。例如，任何 age 小于 20.5 或大于 40.5 的单元将被放置在同一层中。看看第 142 层，您会发现这正是发生的情况：

> lalond2[c.out$strata == 142, 2:4]
        age     re74     re75
NSW134   20 16318.62 1484.994
PSID201  46 19171.43 1317.677
PSID204  45 16559.72 1265.758

如果你想防止这种情况发生，你需要定义你的分界点来包含整个数据范围，而不仅仅是内部分界点。一种直接的方法是用 c(-Inf, agecut, Inf) 替换每个分割点向量，例如 agecut。这将正确地绑定 age 的上层和下层并将这些组分开。 MatchIt 自动执行此操作。

第二个与如何处理切割点边界上的值有关。在cem时，切点边界上的单位将被放置到下层，在MatchIt时，它们将被放置到上层。为防止这种情况发生，请选择没有人拥有数据的切点值。这可以通过向每个切割点值添加一个小常数来实现。例如，您可以将 agecut 替换为 agecut + .001。这样就不会出现歧义，两个包之间的结果会对齐。

因此，总结一下，为了确保两个包产生相同的结果，始终确保所有单位都明确地限制在 cutpoints 向量的值内，这可以通过用 -Inf 和 Inf，并尝试确保切点始终落在变量值之间而不是变量值之上，这可以通过向所需的切点添加一个小常数来完成，如果您想要边界处的值，则为正如果你想让他们在上层，就在下层，负数。

使用 CEM 和 MatchIt R 包的不同结果

Differing results using CEM and MatchIt R packages

r

matching