熵平衡后KHB分解报错求助：R中ATT估计变量需在design参数内

问题根源 #

报错的核心原因：

1. 完整模型错误使用普通glm而非适配调查设计的svyglm，导致模型未关联调查权重与设计结构；
2. khb函数处理调查模型时，要求所有变量必须包含在svydesign指定的数据集中，且模型需基于调查设计对象构建。

修复步骤 #

• 替换完整模型的拟合函数：将glm改为svyglm，与简约模型保持一致，确保模型绑定调查设计：

  full <- svyglm(y~treat+edu+retire, design=des, family=binomial)
  

• 确保变量在数据集内：检查edu、retire及报错提及的raeducat、r7retemp均存在于dt数据框中，svydesign仅能识别data参数指定数据集内的变量。
• 规范权重定义：将抽样权重与熵平衡权重的乘积存入dt的新列，避免直接引用外部对象，防止作用域问题：

  dt$combined_weights <- dt$ral67wtrsp * w.out$weights
  des <- svydesign(~1, data = dt, weights=~combined_weights)
  

• 指定KHB的调查模型类型：调用khb时添加survey=TRUE参数，适配调查设计类模型：

  khb_model <- khb(reduced, full, survey = TRUE)
  

完整修正代码 #

# 合并权重到数据集
dt$combined_weights <- dt$ral67wtrsp * w.out$weights
# 创建调查设计
des <- svydesign(~1, data = dt, weights=~combined_weights)
# 拟合简约模型
reduced <- svyglm(y~treat, design=des, family=binomial)
summary(reduced)
# 拟合完整模型（使用svyglm）
full <- svyglm(y~treat+edu+retire, design=des, family=binomial)
summary(full)
# 执行KHB分解
khb_model <- khb(reduced, full, survey = TRUE)

内容的提问来源于stack exchange，提问作者saroja