R语言倾向得分匹配（PSM）匹配结果与预期不符问题咨询

首先，我们先明确你的数据集和匹配目标：你的propScore数据中，group=0是对照组（4个样本：行1-4），group=1是处理组（6个样本：行5-10）。你期望处理组中前4个样本（行5-8，与对照组行1-4的dep和public完全一致）分别匹配对应的对照组样本，而处理组后2个样本（行9-10）因无对应协变量的对照组样本无法匹配，但实际MatchIt返回的结果和预期不符。

你操作中的核心问题 #

默认的matchit()设置和你的预期匹配逻辑不一致，主要有两点：

1. 默认使用倾向得分而非直接协变量匹配 #

你当前的代码matchit(group ~ dep + public, data = propScore, method = "nearest", ratio = 1)默认会先通过logit模型估计倾向得分（即给定dep和public时，样本属于处理组的概率），然后基于倾向得分的欧氏距离进行最近邻匹配，而不是直接基于dep和public的原始值匹配。

虽然你的前4个处理组和对照组样本的dep、public完全一致，它们的倾向得分也会完全相同，但MatchIt的匹配顺序、样本优先级规则可能导致它没有优先匹配这些完全一致的样本。

2. 匹配方向与样本优先级的影响 #

MatchIt默认以处理组为匹配基准（因为group=1被识别为处理组），当处理组样本数多于对照组时，它会按倾向得分的排序规则选择处理组样本进行匹配，而非优先匹配协变量完全一致的样本。

如何修正得到你预期的结果 #

要实现你期望的“协变量完全匹配”效果，你需要修改matchit()的参数，指定直接基于协变量的匹配逻辑：

方法1：使用马氏距离匹配（直接基于协变量） #

指定distance="mahalanobis"，让MatchIt直接基于dep和public的马氏距离进行最近邻匹配，优先匹配协变量最接近（这里是完全一致）的样本：

m.out = matchit(group ~ dep + public, data = propScore, method = "nearest", 
                ratio = 1, distance = "mahalanobis")

方法2：强制精确匹配dep和public #

如果你希望只有dep和public完全一致的样本才能匹配，可以添加exact=c("dep","public")参数，直接限定匹配的精确条件：

m.out = matchit(group ~ dep + public, data = propScore, method = "nearest", 
                ratio = 1, exact = c("dep", "public"))

这两种方法都会让处理组的行5-8分别匹配对照组的行1-4，而行9-10因无对应协变量的对照组样本，匹配结果为NA，和你的预期完全一致。

验证匹配结果 #

运行修正后的代码后，你可以用match.data(m.out)查看匹配后的完整数据集，或者用summary(m.out)查看匹配统计，此时dep和public会完全平衡，符合你的预期。

内容的提问来源于stack exchange，提问作者Juanma Mascarás Martínez