r - 是否有允许我创建根据一个或多个条件匹配的组的附加组件？

Question

我想比较两组受试者 (0,1)，但想确保我观察到的差异不是由第三个变量引起的，第三个变量在两组之间存在显着差异。第 1 组比第 0 组小得多，所以我想最好从第 0 组中选择与组间第三个变量最匹配的受试者子集。在一个完美的世界中，我猜想附加组件会从两个组中选择一个子集，该子集将最大化主题数量并匹配组之间的第三个变量。是否有任何附加组件可以帮助我做到这一点。如果没有，你们可能知道通过一些聪明的编码来实现相同目的的有效方法。当然，如果我可以基于多个变量通过一些相似性参数来匹配这些组，那就更好了。

Answer 1

看看sampling 包。我相信它是做这些类型事情的最完整的功能。无论如何，这是一个有效的例子:

require(sampling)
set.seed(12345)

# Set number of subjects
n = 1000

# Generate data
group = factor(sample(c(0,0,1), n, replace=T))
x = 0.2 * as.numeric(group) + rnorm(n)

data = data.frame(group, x)

# Demonstrate the significant group effect
summary(lm(x ~ group, data=data))

# Let's say we want a sample with 50 subjects in each group
pik = inclusionprobastrata(as.numeric(data$group), c(50, 50))
picks = balancedstratification(cbind(data$x), as.numeric(data$group), pik)

# Pick out our balanced sample
new.data = data[picks==1, ]

# Demonstrate that the group effect is gone
summary(lm(x ~ group, data=new.data))