R 中傾向得分匹配的 AUC

Question

以下是我在 R 中進行傾向得分匹配的方法：

m.out <- matchit(treat ~ x1+x2, data = Newdata, method = "subclass", subclass=6)
dta_m <- match.data(m.out)
propensity <- glm.nb(y ~ treat+x1+x2+treat:x1+treat:x2,data=dta_m)
summary(propensity)

其中，“treat”是一個虛擬變量。

我想看看匹配 function (matchit) 的准確性，因此我想得到 ROC 曲線下的面積。 我的問題是如何在 PSM 中獲得 AUC？ 謝謝你。

Answer 1

你不應該這樣做。 在這里查看我的答案。 多項研究表明，傾向得分 model（又稱 C 統計量）的 AUC 與其性能之間沒有對應關系。 也就是說，傾向得分存儲在matchit output object 的distance分量中，因此您可以將這些和處理向量放入 ZC1C425268E68385D1AB5074C17A94F14 計算這些值的 ZC1C425268E68385D1AB5074C17A94F14。 我不知道 function 可以做到這一點，因為正如我所提到的，用傾向得分來做這件事並不是一個好習慣。