You need to enable JavaScript to run this app. R语言使用ebal包ebalance做熵平衡后如何保留原始指定变量
优惠活动
大模型
产品
解决方案
定价
更多

R语言使用ebal包ebalance做熵平衡后如何保留原始指定变量

熵平衡结果关联原始元数据的实现方案

核心逻辑

ebalance 返回对象中的co.xdata协变量矩阵、w匹配权重,仅对应原始样本内DEGREE_D=0的控制组观测,行顺序与筛选后的控制组原始行顺序完全对齐,无错位。只需先从原始数据中筛出控制组子集,提取需要保留的TICKER、sic2、ADOPT、year四个变量,与现有协变量、权重列横向拼接即可。

可直接运行的实现代码

  • 适配现有dplyr流程的版本:
library(dplyr)

# 沿用已有的熵平衡匹配输出
entropy_sample_out <- ebalance(
  Treatment = entropy_sample$DEGREE_D,
  X = entropy_sample[5:8]
)

# 从原始数据提取控制组对应的目标元变量
control_meta <- entropy_sample %>%
  filter(DEGREE_D == 0) %>%
  select(TICKER, sic2, ADOPT, year)

# 拼接生成完整的控制组匹配结果
final_controls <- as.data.frame(entropy_sample_out$co.xdata) %>%
  mutate(weight = entropy_sample_out$w) %>%
  bind_cols(control_meta)
  • 无第三方包依赖的基础R版本:
# 定位控制组在原始数据中的行索引
control_row_idx <- which(entropy_sample$DEGREE_D == 0)

# 提取对应元数据
control_meta <- entropy_sample[control_row_idx, c("TICKER", "sic2", "ADOPT", "year")]

# 拼接所有字段
final_controls <- cbind(
  control_meta,
  entropy_sample_out$co.xdata,
  weight = entropy_sample_out$w
)

避坑提示

  • 禁止直接用原始全样本的四个变量与协变量、权重拼接:ebalance输出的行长度仅等于控制组观测数,与全样本长度不匹配,会触发维度不一致的报错
  • 无需额外校准行顺序:ebalance内部处理时会保持控制组原始行的排序逻辑,输出的协变量、权重与筛选出的控制组行是一一对应的

内容的提问来源于stack exchange,提问作者Sharif

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.28 05:06:07