使用ebalance完成熵平衡后如何将权重添加至DataFrame

常见错误原因 #

• 核心风险是向量顺序匹配问题：ebalance返回的out.eb$w仅包含控制组的权重，长度等于控制组样本量，若你传入ebalance的Treatment向量和数据集行顺序不匹配，ifelse会将权重赋值到错误的行
• 隐式容错风险：即使Treatment顺序正确，ifelse写法也存在向量循环风险，当控制组样本量和out.eb$w长度不匹配时，R不会抛出明确报错，仅会给出警告，容易被忽略
• 次要问题是部分场景下需要权重标准化，否则可能影响回归标准误的计算精度

正确实现代码 #

前提确认 #

调用ebalance时传入的Treatment、X的行顺序必须和你的data数据集行顺序完全一致，这是所有赋值正确的基础。

基础赋值（无标准化） #

处理组权重为1，控制组直接使用ebal生成的原始权重，适合大多数平均处理效应估计场景：

# 初始化所有样本权重为1（处理组权重保持为1）
data$weights <- 1
# 仅对控制组行赋值ebal生成的权重
data$weights[Treatment == 0] <- out.eb$w

可选：标准化权重 #

如果你的回归模型要求权重和等于对应组的样本量，可以对控制组权重做标准化：

data$weights <- 1
ctrl_w <- out.eb$w
# 标准化后控制组权重和等于控制组样本量
data$weights[Treatment == 0] <- ctrl_w / sum(ctrl_w) * sum(Treatment == 0)

正确性验证 #

你可以通过以下方式快速校验赋值是否正确：

# 校验处理组权重和应等于处理组样本量
sum(data$weights[Treatment == 1]) == sum(Treatment == 1)
# 校验原始控制组权重和应等于处理组样本量（ebal默认输出特性）
sum(data$weights[Treatment == 0]) == sum(Treatment == 1)
# 校验协变量平衡：加权后控制组协变量均值应和处理组几乎一致
weighted.mean(data$covariate[data$Treatment == 0], data$weights[data$Treatment == 0])
mean(data$covariate[data$Treatment == 1])

加权回归示例 #

后续做平衡样本回归时直接传入权重参数即可：

# 加权线性回归示例
fit <- lm(outcome ~ Treatment + covariate1 + covariate2, data = data, weights = weights)
summary(fit)

内容的提问来源于stack exchange，提问作者user6530195