适用于大型数据集的匹配采样包或函数

Question

我需要一个R包或函数，使我可以将控件与大型数据集（500万个主题）的案例匹配。 我已经尝试了一些软件包，下面总结了我的问题。 我只尝试匹配单个协变量，并且很可能需要匹配多个协变量。

Package MatchIt ：最近的邻居，最优方法和遗传方法都运行了几个小时。 "cem"方法的运行速度非常快，但是我需要知道匹配/不匹配的情况，以便可以对匹配的子集进行进一步的分析。 在cem结果上运行match.data()仅提供用于回归的权重，而不提供匹配的子集。 如果我想要一对一匹配，但我想保留尽可能多的控件，则cem中的配对函数将起作用。

matchControls()在e1071包：运行时间长，并将它们返回"not able to allocate vector of size 1352 GB"

Matching包中的Match()函数：只需运行，然后运行...

quickmatch()从quickmatch包：它迅速跑了，但我不知道我是正确或者如何使用函数从提取匹配的数据"qm_matching"对象返回。 下面是我对假数据使用quickmatch尝试。

library(MatchIt)
library(cem)
library(Matching)
library(rgenoud)
library(quickmatch)

set.seed(100)
control_df=data.frame(Group=factor("Control"),value=rnorm(1400000,95,2))
set.seed(101)
treatment_df=data.frame(Group=factor("Treatment"),value=c(rnorm(500000,92,2),rnorm(100000,50,5)))
dat=rbind(control_df,treatment_df)
covariate_balance(dat$Group, dat$value, matching = NULL,
                   normalize = TRUE, all_differences = TRUE)
my_distances <- distances(dat, dist_variables = c("value"))
matchedDat=quickmatch(my_distances,dat$Group )
matchedDat.df=data.frame(matchedDat)

不确定如何处理返回的对象。 我认为quickmatch可能是最可行的选择。 covariate_balance结果显示，对照组和治疗组之间存在相当大的失衡，因此可以进行一些匹配。

具体来说，我如何获得匹配的结果，即标记在对照和治疗之间成功匹配的受试者？ matchedDat.df的cluster_label表示该函数正在创建大量群集，如何/可以限制此范围？

关于加快上述某些功能或提供新建议的任何帮助将不胜感激。

Answer 1

仔细阅读了cem文档之后，我认为我可以使用Matchit软件包或cem软件包解决问题。

library(cem)
library(tidyverse)
set.seed(100)
control_df=data.frame(Group=factor("Control"),value=rnorm(1400000,95,2))
set.seed(101)
treatment_df=data.frame(Group=factor("Treatment"),value=c(rnorm(500000,92,2),rnorm(100000,50,5)))
dat=rbind(control_df,treatment_df)%>% rownames_to_column()
cem.match=cem(treatment="Group", baseline.group="Control",data=dat,keep.all=TRUE, drop ="rowname")
matchedData=data.frame(Group.check=cem.match$groups, matched=cem.match$matched,weights=cem.match$w)%>% 
  rownames_to_column()%>% 
  inner_join(dat,by="rowname") %>% 
  filter(matched==TRUE)

Answer 2

嗨，我正在尝试将控件与R中的治疗进行匹配。我的控件有59个对象，大约有300个对象。我尝试了Matchit函数，但是输出对象显然不匹配，因为我指定它们匹配的变量非常不同。 任何帮助将不胜感激。