Love.plot仅展示未加权与IPW组，MW权重组缺失问题咨询

1. 先确认MW权重生成是否有效 #

• 用matchit()生成MW匹配对象时，参数得设对——比如做带替换的近邻匹配，要写method = "nearest", replace = TRUE，别搞混权重相关参数。
• 直接跑weights(mw_obj)查看权重值：得保证处理组和对照组都有非零权重，不能全是NA或者只有处理组有权重，不然cobalt没法识别。

2. 检查love.plot的输入格式 #

• 如果你是分开生成IPW和MW的权重对象，得把两组权重都塞进weights参数里，比如：

  love.plot(treat ~ age + educ + race + married + nodegree + re74 + re75,
            data = lalonde,
            weights = list(未加权 = NULL, IPW = ipw_weights, MW = mw_weights),
            var.order = "unadjusted")
  

• 要是用matchit生成的完整对象，直接把多个对象放进列表传给love.plot就行，记得给列表元素命名，不然图里的分组标签会混乱：

  love.plot(list(未加权 = NULL, IPW = ipw_obj, MW = mw_obj), data = lalonde)
  

3. 确认MW权重覆盖全数据集 #

• 要是做的是无替换的近邻匹配，没匹配上的观测权重会是0，这时候得确保love.plot没过滤掉权重为0的观测——可以试试加include.weights = TRUE参数。
• 先跑cobalt::bal.tab(list(IPW = ipw_obj, MW = mw_obj))看看平衡统计量里有没有MW组的结果，如果bal.tab()里都没有，那肯定是权重生成或传入的问题，先搞定这个再看绘图。

4. 检查包版本兼容性 #

• 旧版本的cobalt对某些权重类型支持有限，直接更新到最新版试试：

  install.packages(c("cobalt", "MatchIt"))
  

可复现的示例代码 #

给你一段能跑通的代码，照着对比下你的写法：

library(MatchIt)
library(cobalt)
data(lalonde)

# 生成IPW权重（逻辑回归PS）
ipw_obj <- matchit(treat ~ age + educ + race + married + nodegree + re74 + re75,
                   data = lalonde, method = "weighting", estimand = "ATE")

# 生成MW权重（带替换的近邻匹配）
mw_obj <- matchit(treat ~ age + educ + race + married + nodegree + re74 + re75,
                  data = lalonde, method = "nearest", replace = TRUE, caliper = 0.2)

# 绘制包含三组的love.plot
love.plot(list(未加权 = NULL, IPW = ipw_obj, MW = mw_obj),
          data = lalonde,
          var.order = "unadjusted",
          title = "不同加权方法的协变量平衡情况")

要是跑这段代码MW组还是不显示，就查table(weights(mw_obj))，看看对照组有没有被匹配到的权重值——要是全是1（处理组）和0（对照组），那说明匹配没成功，得调整匹配参数比如caliper或者匹配比例。

内容的提问来源于stack exchange，提问作者geek45