我想比较两组受试者（0,1），但要确保我观察到的差异不是由于第三个变量造成的，这在两组之间有显着差异。组1比组0小得多，所以我猜想选择组0中与组之间的第三个变量最匹配的一组受试者的子集是最佳的。在一个完美的世界里，我猜想这个附加组件会从这两个组中选择一个子集，这个子集既可以最大化主题数量，也可以匹配组之间的第三个变量。有没有可以帮助我做到的附加组件。如果不是的话，你们可能会知道通过一些聪明的编码达到相同效果的有效方法。当然，如果我可以根据基于多个变量的相似性参数来匹配这些组，那么它会更好。是否有附加组件允许我创建根据一个或多个标准匹配的组？
看看sampling包。我相信这是做这些事情最全面的特色。无论如何，这里是一个工作的例子：
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))
@romunov指出，matchit软件包应该让你在那里。 –
我不清楚：这是一个坏问题在哪些方面？从统计的角度来看，它的表达方式并不是特别熟练，但它似乎与统计学相比更加相关。另一方面，这并没有很多关于示例数据和统计目标的细节，不管措辞如何。迈克：最好先统计一下统计问题，然后统计一下。您也可以在那里解决软件包问题。 – Iterator