为何R语言love图显示的分类变量点与smd值不一致

Question

R语言用Matchit进行倾向评分匹配，匹配后用summary计算smd值，用plot.love图进行可视化，为什么可视化图中的分类变量的点与计算的smd值不一致，大约为smd值的一半左右，无论是匹配前还是匹配后的数据。

Answer 1

在使用R语言的MatchIt包进行倾向评分匹配后，使用summary函数计算标准化均值差异（SMD）和使用plot.love函数进行可视化时，可能会出现可视化结果与计算的SMD值不一致的情况。以下是一些可能的原因：

1. SMD计算方法不同：summary函数和plot.love函数可能使用了不同的方法来计算SMD。summary函数通常报告的是每个协变量在匹配前后处理组和对照组之间的标准化均值差异，而plot.love图可能会以不同的方式标准化数据或计算差异。
2. 标准化过程：plot.love图在可视化时可能会对数据进行不同的标准化处理。例如，plot.love可能会使用每个变量的标准差来进行标准化，而summary函数可能使用的是总体的标准差。
3. 平均值计算：plot.love图中的点可能代表的是未标准化的均值差异，而不是SMD。如果是这种情况，你需要将这个差异除以变量的标准差来得到SMD。
4. 缩放问题：plot.love图可能会自动调整坐标轴的比例，使得可视化更加清晰。这可能导致视觉上的差异看起来是实际SMD值的一半。
   为了解决这个问题，你可以：

• 检查源代码：查看summary和plot.love函数的源代码，了解它们是如何计算和展示SMD的。
• 手动计算SMD：你可以尝试手动计算SMD，并与summary函数给出的结果进行比较，以确保一致性。
• 调整可视化参数：查看plot.love函数是否有参数可以调整，以确保可视化与SMD的计算方法一致。
  以下是一个简单的示例，说明如何手动计算SMD，并与summary函数的结果进行比较：

  library(MatchIt)
  # 假设你已经有了匹配后的数据match_data
  # match_data应该包含处理组和对照组的数据
  # 使用summary函数计算SMD
  summary_match <- summary(match_data)
  # 手动计算SMD
  smd_manual <- function(var, treat) {
  treated_mean <- mean(var[treat == 1])
  control_mean <- mean(var[treat == 0])
  pooled_sd <- sqrt((var(treat == 1) - treated_mean)^2 %>% sum() +
                    (var(treat == 0) - control_mean)^2 %>% sum() /
                    (length(var[treat == 1]) + length(var[treat == 0]) - 2))
  (treated_mean - control_mean) / pooled_sd
  }
  # 假设你的分类变量是名为"cat_var"的变量
  smd_cat_var <- smd_manual(match_data$cat_var, match_data$treat)
  # 比较手动计算的SMD和summary给出的SMD
  print(smd_cat_var)
  print(summary_match$smd$cat_var)
  

  请确保将上述代码中的match_data、cat_var和treat替换为你的实际数据集和变量名。通过这种方式，你可以验证plot.love图中的点是否与手动计算的SMD一致，进而确定不一致的原因。