R中optmatch的替代方案
Alternative for optmatch in R
与 MatchIt 库一起使用的库 optmatch 与 R 4.1.2 不兼容，似乎已停产。有没有人知道无需降级到旧版本的替代方案？我正在尝试 运行 使用概率回归模型进行完全匹配。
optmatch 最近因某些 CRAN-related 原因被删除，这些原因与其性能或与 R 版本 4.1.2 的兼容性无关。您绝对可以安装 optmatch 的最新存档版本，它可以与当前版本的 R 一起正常工作。您也可以使用 remotes::install_github("markmfredrickson/optmatch") 从维护者的 GitHub 页面安装它。
也就是说，如果出于某种原因您不想这样做，还有其他匹配方法与完全匹配具有相似的性能，其中最直接的是子分类（即 method = "subclass"） .如果输入大量子类，结果可能在组成和性能上与完全匹配结果相似。 matchit() 保证每个子类至少有一个处理单元和一个控制单元。您还可以使用 WeightIt 包尝试倾向得分加权。完全匹配是一种粗化（稳健）的倾向得分加权形式，但也有一些加权方法通常具有优越的性能并且可以轻松使用。
以这种方式从存储库安装旧版本以继续使用它：
devtools::install_url("https://cran.r-project.org/src/contrib/Archive/optmatch/optmatch_0.9-17.tar.gz")
与 MatchIt 库一起使用的库 optmatch 与 R 4.1.2 不兼容，似乎已停产。有没有人知道无需降级到旧版本的替代方案？我正在尝试 运行 使用概率回归模型进行完全匹配。
optmatch 最近因某些 CRAN-related 原因被删除，这些原因与其性能或与 R 版本 4.1.2 的兼容性无关。您绝对可以安装 optmatch 的最新存档版本，它可以与当前版本的 R 一起正常工作。您也可以使用 remotes::install_github("markmfredrickson/optmatch") 从维护者的 GitHub 页面安装它。
也就是说，如果出于某种原因您不想这样做，还有其他匹配方法与完全匹配具有相似的性能，其中最直接的是子分类（即 method = "subclass"） .如果输入大量子类，结果可能在组成和性能上与完全匹配结果相似。 matchit() 保证每个子类至少有一个处理单元和一个控制单元。您还可以使用 WeightIt 包尝试倾向得分加权。完全匹配是一种粗化（稳健）的倾向得分加权形式，但也有一些加权方法通常具有优越的性能并且可以轻松使用。
以这种方式从存储库安装旧版本以继续使用它：
devtools::install_url("https://cran.r-project.org/src/contrib/Archive/optmatch/optmatch_0.9-17.tar.gz")