我想比較兩組受試者（0,1），但要確保我觀察到的差異不是由於第三個變量造成的，這在兩組之間有顯着差異。組1比組0小得多，所以我猜想選擇組0中與組之間的第三個變量最匹配的一組受試者的子集是最佳的。在一個完美的世界裏，我猜想這個附加組件會從這兩個組中選擇一個子集，這個子集既可以最大化主題數量，也可以匹配組之間的第三個變量。有沒有可以幫助我做到的附加組件。如果不是的話，你們可能會知道通過一些聰明的編碼達到相同效果的有效方法。當然，如果我可以根據基於多個變量的相似性參數來匹配這些組，那麼它會更好。是否有附加組件允許我創建根據一個或多個標準匹配的組？
看看sampling包。我相信這是做這些事情最全面的特色。無論如何，這裏是一個工作的例子：
require(sampling)
set.seed(12345)
# Set number of subjects
n = 1000
# Generate data
group = factor(sample(c(0,0,1), n, replace=T))
x = 0.2 * as.numeric(group) + rnorm(n)
data = data.frame(group, x)
# Demonstrate the significant group effect
summary(lm(x ~ group, data=data))
# Let's say we want a sample with 50 subjects in each group
pik = inclusionprobastrata(as.numeric(data$group), c(50, 50))
picks = balancedstratification(cbind(data$x), as.numeric(data$group), pik)
# Pick out our balanced sample
new.data = data[picks==1, ]
# Demonstrate that the group effect is gone
summary(lm(x ~ group, data=new.data))
@romunov指出，matchit軟件包應該讓你在那裏。 –
我不清楚：這是一個壞問題在哪些方面？從統計的角度來看，它的表達方式並不是特別熟練，但它似乎與統計學相比更加相關。另一方面，這並沒有很多關於示例數據和統計目標的細節，不管措辭如何。邁克：最好先統計一下統計問題，然後統計一下。您也可以在那裏解決軟件包問題。 – Iterator