MatchIt::matchit()不支持公式变量排除？原因及解决方法

问题背景 #

希望在matchit()的公式中排除net_tfa变量，但后续仍需保留并使用该变量。对比lm()支持~ . -变量的排除方式，matchit()无法识别这种语法，导致net_tfa仍被当作协变量纳入匹配过程，示例代码如下：

# toy data
# install.packages("hdm")
library(hdm); data("pension")

# allowing convergence
pension <- pension[, c("p401", "net_tfa", "age", "db", 
                       "educ","fsize", "hown", "inc", 
                       "male", "marr","pira", "twoearn")]

lm(p401 ~ . -net_tfa,
   data = pension)
#> 
#> Call:
#> lm(formula = p401 ~ . - net_tfa, data = pension)
#> 
#> Coefficients:
#> (Intercept)          age           db         educ        fsize         hown  
#>   9.865e-02   -1.718e-03    1.174e-01    3.975e-04   -3.112e-03    6.556e-02  
#>         inc         male         marr         pira      twoearn  
#>   3.967e-06   -1.347e-02   -1.027e-02    6.407e-02    2.519e-02

# install.packages("MatchIt")
library(MatchIt)
matchit(formula = p401 ~ . -net_tfa,
        data = pension,
        method = "nearest",
        link = "probit",
        estimand = "ATT",
        replace = TRUE)
#> A matchit object
#>  - method: 1:1 nearest neighbor matching with replacement
#>  - distance: Propensity score
#>              - estimated with probit regression
#>  - number of obs.: 9915 (original), 4435 (matched)
#>  - target estimand: ATT
#>  - covariates: net_tfa, age, db, educ, fsize, hown, inc, male, marr, pira, twoearn

原因解析 #

matchit()的公式解析逻辑和lm()存在差异：

• lm()等线性模型函数的公式语法中，~ . -变量是标准的“包含所有变量除指定变量”的写法；
• 但MatchIt包的matchit()函数在解析公式时，不会处理公式中的减号操作。它会直接将~ .理解为包含处理变量（此处为p401）之外的所有变量，完全忽略后面的-net_tfa部分，这是函数设计时的语法规则限制。

解决办法 #

以下几种方式可以实现排除指定变量，同时保留该变量在数据中供后续使用：

方法1：手动列出协变量 #

直接在公式中写出所有需要用于匹配的协变量，不包含net_tfa：

matchit(formula = p401 ~ age + db + educ + fsize + hown + inc + male + marr + pira + twoearn,
        data = pension,
        method = "nearest",
        link = "probit",
        estimand = "ATT",
        replace = TRUE)

这种方式直观易懂，适合协变量数量较少的场景。

方法2：动态生成公式 #

如果协变量数量较多，可先构造排除net_tfa后的变量名向量，再用reformulate()生成公式：

# 获取除处理变量p401和要排除的net_tfa之外的所有变量名
covars <- setdiff(names(pension), c("p401", "net_tfa"))

# 生成匹配公式并运行matchit
matchit(formula = reformulate(covars, response = "p401"),
        data = pension,
        method = "nearest",
        link = "probit",
        estimand = "ATT",
        replace = TRUE)

这种方式灵活性高，后续调整排除变量时只需修改setdiff()中的向量即可。

方法3：用update()预处理公式 #

先定义全变量公式，再用update()移除指定变量，避免matchit()直接解析带减号的原公式：

# 定义包含所有变量的初始公式
full_formula <- p401 ~ .

# 移除net_tfa变量
match_formula <- update(full_formula, ~ . - net_tfa)

# 运行匹配
matchit(formula = match_formula,
        data = pension,
        method = "nearest",
        link = "probit",
        estimand = "ATT",
        replace = TRUE)

内容的提问来源于stack exchange，提问作者user14692575