倾向性得分匹配是一类基于反事实理论的数据预处理方法，在医学和政策研究中被广泛应用。R中有几个很优秀的包可用于开展倾向性得分匹配，而其中功能较强、知名较广、使用方便的当属Matchit，这个包与cobalt包联合使用，基本能完成PSM全流程分析。
下面我们用一个简单的例子，来演示一下如何用上述两个包完成一次倾向性得分匹配。我们用到的数据集是Matchit包自带的lalonde数据，此套数据用来评估某项就业政策对个人收入的影响。
我们首先尝试用最近邻方法对数据进行匹配（这是matchit函数采用的默认方法），随后用cobalt包的bal.tab方法来评估匹配的效果。
mt=matchit(formula = treat~age+educ+black+married+nodegree+re74+re75,data = lalonde)
bal.tab(mt)
图1.png
从结果来看匹配效果并不好，所有协变量的Diff.Adj都不够显著。下面再把倾向性得分的核密度图画出来观察。
bal.plot(mt,var.name = 'distance',which = 'both')
图二.jpeg
可见匹配对于数据分布的改善并不多，最近邻匹配对于lalonde数据不是很有效。接下来我们用一些比较高级的方法来进行匹配。
mt=matchit(formula = treat~age+educ+black+married+nodegree+re74+re75,data = lalonde,method = 'genetic')
bal.tab(mt)
bal.plot(mt,var.name = 'distance',which = 'both')
图三.png
图4.jpeg
情况确实有所改善，且匹配后的倾向性得分分布大体重合。
完成倾向性得分匹配后，如何提取匹配好的数据呢，还有如果我们对bal. plot 画的图不满意，或图像不符合杂志社的要求，我们该怎样利用匹配结果自己画图呢。这就需要我们深入解析matchit函数的返回值了，上述工作才能算是learn the hard way。这些都留待我们下回分解。
