使用Matchit包exact方法匹配高维度分类变量时报错求助

问题场景 #

在研究中使用MatchIt包的matchit()命令开展匹配分析，需求为对变量X14进行精确匹配，其余变量用于倾向得分估计，执行代码如下：

library(MatchIt)

m.out <- matchit(formula = treatment ~ X1 + X2 + ... + X13,
 exact = ~ X14,
 method = "glm",
 data = mydata)

报错信息 #

运行代码后触发如下错误：

error in rbind(125859L, 145779L, integer(0), 143419L, 195729L, integer(0),: number of columns of matrices must match

问题分析 #

经排查，报错原因指向X14为包含近1000个水平的高维度分类变量，且该变量无法降维。改用低维度分类变量X13执行精确匹配时，代码可正常运行。

可行解决办法 #

1. 按X14分组后逐组匹配 #

将数据集按X14的每个水平拆分，在每个分组内单独执行倾向得分匹配，最后合并所有分组的匹配结果。这种方式规避了matchit()一次性处理高维度精确匹配变量的矩阵维度问题，示例代码：

library(MatchIt)
library(dplyr)

# 按X14分组处理匹配
matched_groups <- split(mydata, mydata$X14) %>%
  lapply(function(subset_data) {
    # 跳过处理组或对照组为空的分组
    if (length(unique(subset_data$treatment)) < 2) {
      return(NULL)
    }
    # 分组内执行匹配
    matchit(treatment ~ X1 + X2 + ... + X13,
            method = "glm",
            data = subset_data)
  })

# 过滤无效分组，提取匹配后的数据并合并
valid_matches <- matched_groups[!sapply(matched_groups, is.null)]
final_matched_data <- bind_rows(lapply(valid_matches, match.data))

2. 切换匹配方法为最近邻匹配 #

将method参数从"glm"改为"nearest"，直接执行最近邻匹配并指定精确匹配X14，可能绕过原有的矩阵绑定错误：

m.out <- matchit(formula = treatment ~ X1 + X2 + ... + X13,
                 exact = ~ X14,
                 method = "nearest",
                 data = mydata)

注意：需确保每个X14水平内同时存在处理组和对照组成员，否则部分分组会出现匹配失败。

3. 调整R的内存限制（限大内存环境） #

若报错因内存不足导致矩阵处理失败，可尝试扩大R的内存分配上限：

memory.limit(size = 16384) # 单位为MB，根据自身机器配置调整

该方法仅适用于机器内存充足的场景，对高维度分类变量本身的适配性问题缓解作用有限。

内容的提问来源于stack exchange，提问作者agrlt