如何提取twang包多组倾向得分匹配后的匹配数据集

场景1：使用twang默认加权PSM方案（多组处理最常用方案） #

• 第一步：从已完成拟合的mnps对象中提取样本权重，合并到原始数据集
  假设你的多组PSM拟合结果对象名为mnps_fit，原始数据集名为raw_data，运行以下代码：

  # 提取ATE对应的平衡最优权重，若需ATT权重可自行调整stop.method参数
  ps_weight <- get.weights(mnps_fit, stop.method = "es.mean")
  # 合并权重到原始数据集
  matched_data_weighted <- cbind(raw_data, ps_weight = ps_weight)
  

• 第二步：筛选有效匹配样本（等同于MatchIt中match.data剔除无匹配样本的逻辑）
  直接保留权重大于0的样本即可排除完全未匹配的无效样本：

  matched_data_final <- matched_data_weighted[matched_data_weighted$ps_weight > 0, ]
  

  后续进行组间结局比较时，将ps_weight作为分析权重带入统计模型即可，和MatchIt输出的match.data中weights字段用法完全一致。

场景2：使用twang的精确匹配模式完成多组匹配 #

如果你没有用加权方案，而是选择了匹配模式完成PSM，直接提取匹配组ID筛选样本即可：

• 第一步：提取匹配ID合并到原始数据集

  match_id <- mnps_fit$match.id
  matched_data <- cbind(raw_data, match_id = match_id)
  

• 第二步：剔除未匹配样本

  # 剔除匹配ID为空的未匹配样本
  matched_data_final <- matched_data[!is.na(matched_data$match_id), ]
  

匹配完成后可直接调用twang自带的bal.table(mnps_fit)查看协变量平衡性，无需额外处理数据集。

内容的提问来源于stack exchange，提问作者Rackdos