想通了!我使用了错误的数据包-而不是cem
,我发现MatchIt
和Zelig
数据包允许我对匹配的数据执行精确匹配和参数回归:
我正在一个项目中,我们希望对治疗控制数据运行后续线性回归模型,其中使用cem
程序包将治疗与对照进行了匹配,以进行粗化的精确匹配:] >
match <- cem(treatment="cohort", data=df, drop=c("member_id","period","cohort_period")) est <- att(match, total_cost ~ cohort + period + cohort_period, data = df)
我想在“ cohort_period”交互项上估算系数和95%CI。似乎
att
程序包中的cem
函数仅估算指定处理变量(在本例中为“队列”)的系数,同时在回归中调整其他变量。
是否有方法返回其他回归项的系数和95%CI?
我正在一个项目中,我们希望对治疗控制数据运行后续线性回归模型,其中使用cem程序包将治疗与对照进行匹配,以执行...]]] >>
想通了!我使用了错误的数据包-而不是cem
,我发现MatchIt
和Zelig
数据包允许我对匹配的数据执行精确匹配和参数回归:
library(MatchIt)
library(Zelig)
matched_df <- matchit(cohort ~ age_catg + sex + market_code + risk_score_catg, method="exact", data=df)
matched_df_reg <- zelig(total_cost ~ cohort + period + cohort_period, data = match.data(matched_df), model = "ls")
想通了!我使用了错误的数据包-而不是cem
,我发现MatchIt
和Zelig
数据包允许我对匹配的数据执行精确匹配和参数回归: