我想使用R中的Matching package和Match命令来使用倾向得分匹配来估计二进制结果变量或计数结果变量（泊松）的ATT（对已治疗者的平均治疗效果）。看来，“匹配”命令仅允许连续的结果变量。我对连续变量的代码是：
glm1 <- glm(Tr~age + educ + black + etc.)以估计对数或概率模型中的倾向得分。
m1 <- Match(Y=Y, Tr=Tr, X=glm1$fitted, estimand="ATT", M=1, ties=TRUE, replace=TRUE)估计结果变量Y上的治疗暴露的ATT。
我如何估算R中的二进制或计数结果变量？
我的分析更加复杂，因为我想估算差异的差异，而不仅是治疗后的结果减去对照组的结果。因此，我想估计（已治疗的结果（后期））减去（对照的结果（后期））。当结果变量是连续的时，我相信我可以减去“治疗和控制”的平均结果，并将其用作“匹配”过程（Y <- cbind(YDIFF)）的新结果变量。但是，如果我具有二进制结果变量或计数结果变量，如何将其合并以在倾向得分匹配的样本中获得差异差异估计？]