twang包ps()函数倾向得分加权的卡方警告问题咨询

我正在使用twang包的ps()函数，为积极劳动力市场项目（ALMP）的参与者做倾向得分加权，目的是均衡两组在多个特征上的差异。其中一个特征是教育水平，我把它重编码成了两类：至少接受过初等教育和至多接受过初等教育。

两种变量类型的不同表现 #

• 当我将该变量设为有序因子型时：

  ALMP$Education_f2 = factor(ALMP$Education_f2, levels = c("at.least.primary", "at.most.primary"), ordered = TRUE)
  

  R在迭代过程中弹出警告：Chi-squared approximation may be incorrect。

• 当我把教育变量转为整数型时：

  ALMP$Education_int = as.integer(ALMP$Education_int)
  

  没有任何警告出现。

参考资料与矛盾点 #

Griffin等人提到twang包可以处理分类变量：

无需在公式中指定交互项。只要分类变量存储为因子型或有序型，也无需（且可能适得其反）创建指示变量或“虚拟编码”变量来表示分类协变量（详见help(factor)）。

但既然如此，为什么会触发这个警告呢？我需要担心这个问题吗？

我了解到通常卡方检验发出这类警告是因为任一类别观测数少于5，但我的情况并非如此：对教育水平和项目类型做2×2交叉表分析时，子组最小观测数是2810，占总样本的8%。

我可以暂时把教育变量保留为0/1的整数型，但后续我打算把这个变量扩展为更多类别（比如：未受教育、初等、中等、高等），这时整数型显然就不适用了，所以才来请教这个问题。

我的数据框大概有3.5万条观测值，使用的是Windows 7专业版（x64）系统下的R 3.4.2版本（x64）。数据来自公共登记数据库，受保密规则限制无法共享，但我可以详细描述任何有助于澄清情况的特征。

感谢您的帮助。

内容的提问来源于stack exchange，提问作者malasi