MultiObjMatch: 用于实现 R 语言中多目标最优权衡匹配
统计方法学
2024-06-28 v1 应用统计
摘要
在观察性研究中,匹配旨在从初始样本中创建许多相似的处理组和对照组,以便更可信地进行因果推断。构建匹配集合的问题可形式化为优化问题,但指定单一目标函数以充分捕捉所有设计考虑因素通常具有挑战性。一种解决方案是由 \citet{pimentel2019optimal} 提出的,即探索多个目标函数在Pareto最优下的匹配设计。我们提供了一个 R 包 \href{https://github.com/ShichaoHan/MultiObjMatch}{\texttt{MultiObjMatch}},其实现了针对几种常见设计目标的多目标匹配策略:重要协变量上的边际平衡、匹配样本的规模以及平均组内多变量距离。我们通过两个案例研究演示了该软件包灵活性,即对感兴趣的用户自定义权衡的灵活性探索:对经典国家支持工作数据集的重新分析,以及对临床数据集的新型分析,用于估计糖尿病肾病对住院费用影响。
引用
@article{arxiv.2406.18819,
title = {MultiObjMatch: Matching with Optimal Tradeoffs between Multiple Objectives in R},
author = {Shichao Han and Samuel D. Pimentel},
journal= {arXiv preprint arXiv:2406.18819},
year = {2024}
}