RStudio中倾向得分匹配代码异常：仅显示Age协变量求助

问题原因 #

你的Age列是字符型数据（包含Y/M/D等字母），而非数值型变量。当matchit()用glm拟合倾向得分模型时，会将字符型变量当作分类变量，为每个唯一的Age值生成独立哑变量。这会导致summary()输出中大量展示Age的每个单独取值，掩盖了其他协变量的结果，甚至引发模型拟合异常。

另外需检查Sex、Triage、Mode.Arr的变量类型，确保它们是数值型或因子型（而非字符型），否则glm也无法正确处理这些协变量。

解决步骤 #

1. 转换Age为数值型 #

先把混合格式的Age统一转换成可计算的数值（比如总月数），示例代码如下：

# 定义年龄转换函数，将字符型年龄转为总月数
convert_age <- function(age_str) {
  # 处理纯数字（假设为年份）
  if (grepl("^\\d+$", age_str)) {
    return(as.numeric(age_str) * 12)
  }
  # 提取年、月、日数值
  years <- as.numeric(gsub("[^0-9]", "", regmatches(age_str, gregexpr("\\d+Y", age_str))[[1]]))
  months <- as.numeric(gsub("[^0-9]", "", regmatches(age_str, gregexpr("\\d+M", age_str))[[1]]))
  days <- as.numeric(gsub("[^0-9]", "", regmatches(age_str, gregexpr("\\d+D", age_str))[[1]]))
  
  # 缺失值补0
  years <- ifelse(length(years) == 0, 0, years)
  months <- ifelse(length(months) == 0, 0, months)
  days <- ifelse(length(days) == 0, 0, days)
  
  # 计算总月数（按30天=1月近似）
  total_months <- years * 12 + months + days / 30
  return(total_months)
}

# 应用函数转换Age列
opgt2014$Age <- sapply(opgt2014$Age, convert_age)

2. 验证并调整其他协变量类型 #

用str(opgt2014)查看变量类型，若Sex/Triage/Mode.Arr是字符型，转成因子型：

opgt2014$Sex <- as.factor(opgt2014$Sex)
opgt2014$Triage <- as.factor(opgt2014$Triage)
opgt2014$Mode.Arr <- as.factor(opgt2014$Mode.Arr)

3. 重新拟合匹配模型并查看结果 #

match_obj <- matchit(Chief.Complaint ~ Age + Sex + Triage + Mode.Arr,
                     data = opgt2014, method = "nearest", distance ="glm", ratio = 1,
                     replace = FALSE)

summary(match_obj)

此时summary()会正常显示所有协变量的标准化均值差，用于平衡性评估。

内容的提问来源于stack exchange，提问作者Savannah