使用twang包构建倾向得分时遇non-conformable arrays错误求助

这个错误源于矩阵维度不匹配，twang在计算诊断统计量时无法完成数组运算。结合你的情况，按以下步骤排查：

1. 检查处理变量与样本分布 #

首先确认处理变量Cardioversione的分组样本量：

table(prova$Cardioversione)

如果其中一组样本量≤1，会直接导致后续矩阵计算维度不兼容，这是最常见的原因。你需要确保处理组和对照组都有足够样本（至少2个以上）。

2. 验证协变量的有效性 #

• 检查因子变量Sesso的水平数：

table(prova$Sesso)

如果Sesso只有单一水平，它对倾向得分建模无意义，反而会干扰矩阵运算，建议移除该变量后重试。

• 确认age的数值类型：用str(prova$age)检查，确保它是numeric而非character类型。

3. 调整ps函数参数 #

默认的10000棵树可能过度拟合，且步长设置可能不适合小样本。尝试调整参数：

ps.TPSV.gbm = ps(Cardioversione ~ Sesso + age,
                 data = prova,
                 n.trees = 5000,  # 减少树数量
                 interaction.depth = 1,  # 限制交互深度，适合少变量场景
                 shrinkage = 0.001)  # 减小步长

4. 逐步简化模型排查 #

先只用单一协变量建模，确认基础模型是否正常：

# 先仅用age
ps_test = ps(Cardioversione ~ age, data = prova)
# 再加入Sesso
ps_test2 = ps(Cardioversione ~ Sesso + age, data = prova)

如果单一变量模型正常，多变量报错，说明协变量组合存在隐性维度冲突，可尝试对Sesso重新编码：

prova$Sesso = as.factor(prova$Sesso)  # 强制转为因子，确保是两水平

5. 更新twang包 #

旧版本twang可能存在小样本场景下的bug，更新到最新版本：

update.packages("twang")

内容的提问来源于stack exchange，提问作者Lorenzo