안녕하세요, 교수님.
지난 6월 4일 좋은 강의해주셔서 감사드립니다.
몇 가지 관련된 질문을 드릴 것이 있어 질문게시판에 글을 올립니다.
저는 지금까지 propensity score matching을 SPSS 또는 R로 1:1~1:N 매칭을 해왔었는데, 보통 age, sex, BMI를 PS matching에 넣은 뒤 다른 변수들은 회귀 분석 모형에서 보정하며 모델 1, 2, 3 식으로 제시했었는데요, 제가 고려하는 모든 변수를 PS matching에 넣고 회귀분석에서 추가적으로 모델을 보여주지 않는 것이 보편적인지요? 그리고 web-r에서 PS matching을 한 뒤에 매칭된 결과가 담긴 엑셀 파일을 다운 받을 수 있을지요?
너무나 좋은 강의에 다시 한 번 감사드립니다.
Comment 2
-
cardiomoon
2021.06.10 12:12
-
cardiomoon
2021.06.10 12:14
또한 매칭된 결과는 매칭 후 download file 버튼을 누르시면 됩니다.
No. | Subject | Author | Date |
---|---|---|---|
1273 | logistic regression analysis 가 에러가 뜹니다. [1] | Ikarus86 | 2023.06.02 |
1272 | PSM 문의 [3] | starwars | 2023.04.13 |
1271 | 에러 문의 [2] | 화이팅 | 2023.04.19 |
1270 | moonBook 오류 관련 재문의드립니다. [1] | holyhyun | 2023.04.24 |
1269 | 통계마당 [2] | ejo | 2023.04.27 |
1268 | 연속형 변수인데 범주형으로 인지됩니다. [2] | shararaku | 2023.04.28 |
1267 | 교수님 안녕하세요~~ | 메시12 | 2023.04.29 |
1266 | 메타분석 U3 그래프 관련 문의드립니다 | 화이팅 | 2023.05.02 |
1265 | regression 결과 ppt 다운로드 오류 [2] | JuEuna | 2023.01.26 |
1264 | 로그인 에러 및 결과 ppt 다운로드 에러 [2] | JuEuna | 2023.01.29 |
1263 | 반복 분석 자료 분석에 대해서 [2] | ng2o321 | 2023.01.30 |
1262 | 안녕하세요. 정회원인데, 정회원 서버에서 Table 만들기 하면 [2] | brainok | 2023.02.03 |
1261 | Cluster analysis in Web-R [3] | 깨수깡 | 2023.02.07 |
1260 | logistic regression 결과 다운로드 오류 [2] | 남세이짱 | 2023.03.14 |
1259 | mytable을 사용했는데 표가 console에서 보이지 않고 오류도 없는데, 뭐가 문제일까요? [3] | 난둥 | 2023.02.19 |
1258 | 결과표가 다운에러가 납니다. [2] | sophiachoi | 2023.02.21 |
1257 | PSM 문의 | qubic | 2023.02.23 |
1256 | PSM 결과표 문의입니다. | 오공이공 | 2023.03.02 |
1255 | 안녕하세요. [4] | 유령 | 2023.03.12 |
1254 | 보고서 다운로드 에러가 납니다.. | 세렌 | 2023.03.16 |
이 글을 참조하세요. https://cran.r-project.org/web/packages/MatchIt/vignettes/estimating-effects.html
With covariate adjustment. Including covariates in the outcome model is straightforward with a continuous outcome. We can include main effects for each variable and use the coefficient on the treatment as the treatment effect estimate. It can also be helpful to include interactions between the covariates and treatment if effect modification is suspected, though it is important to center the covariates at their means in the focal (i.e., treated) group if the coefficient on the treatment is to be interpreted as an average treatment effect estimate (which we demonstrate with full matching). A marginal effects procedure can also be used, which we demonstrate with binary outcomes. Below we simply include main effects of each covariate, which is the most typical way to include covariates.
As previously mentioned, it is important to avoid interpreting coefficients in the outcome model on predictors other than the treatment, as the coefficients do no correspond to causal effects and are likely confounded. In the code above, we restricted the output to just the treatment effect. Note that sometimes the intercept of the outcome model can be useful as an estimate of the average potential outcome under control, but the covariates in the model (if any) must be centered at their means in the target population to allow for this interpretation. Without centering the covariates, the intercept is uninterpretable.