关于R语言COBALT包bal.tab函数p值统计检验及结果矛盾的问询

我采用最近邻法进行倾向得分匹配，使用COBALT包的bal.tab()函数设置均值差阈值为0.05来评估匹配后的组间平衡，执行代码如下：

# Balance tables with thresholds for mean differences and means pre and post matching
bal.tab(m.outtest, continuous = "std", binary = "raw", disp = c("means"), un = TRUE, stats = c("m"),thresholds = c(m = .05))

得到的平衡结果中，duration_h的匹配后均值差（Diff.Adj）为0.0774，被标记为“Not Balanced, >0.05”；但通常p值>0.05表示组间无显著差异，这与当前标记逻辑存在矛盾。同时我未找到bal.tab()函数中判定平衡的p值所基于的统计检验方法，现寻求对该矛盾及统计检验依据的解释。

问题解释与解答 #

• 关于平衡标记与p值的矛盾
  这里不存在逻辑矛盾：bal.tab()的不平衡标记完全基于你设定的均值差阈值（0.05），和假设检验的p值没有关系。你通过thresholds = c(m = .05)指定了判断标准——只要标准化均值差（因你设置continuous = "std"，连续变量用标准化均值差）超过0.05，就会标记为不平衡。
  均值差是描述性的差异大小度量，反映组间实际差异的幅度；而p值是统计显著性指标，反映的是“在原假设成立时观察到当前差异的概率”，两者评估维度完全不同：大样本下极小的均值差也可能得到显著p值，小样本下较大的均值差也可能p>0.05。bal.tab()此处的判定逻辑只遵循你设定的均值差阈值，和p值无关。

• 关于统计检验方法
  你当前的代码中stats = c("m")，仅要求输出均值差（m代表mean difference），bal.tab()并没有计算p值，所以你找不到对应p值的检验方法是合理的。若要调用p值统计量，需将stats参数设为c("m", "p")。此时默认的检验规则为：

  • 连续变量：匹配前用两样本t检验，匹配后根据匹配类型（如最近邻匹配为配对样本）使用配对t检验；
  • 分类变量：使用卡方检验，当单元格期望频数过小时自动切换为Fisher精确检验。

内容的提问来源于stack exchange，提问作者user19939387