下面我们用一个简单的例子，来演示一下如何用上述两个包完成一次倾向性得分匹配。我们用到的数据集是Matchit包自带的lalonde数据，此套数据用来评估某项就业政策对个人收入的影响。
我们首先尝试用最近邻方法对数据进行匹配（这是matchit函数采用的默认方法），随后用cobalt包的bal.tab方法来评估匹配的效果。
从结果来看匹配效果并不好，所有协变量的Diff.Adj都不够显著。下面再把倾向性得分的核密度图画出来观察。
可见匹配对于数据分布的改善并不多，最近邻匹配对于lalonde数据不是很有效。接下来我们用一些比较高级的方法来进行匹配。
情况确实有所改善，且匹配后的倾向性得分分布大体重合。
完成倾向性得分匹配后，如何提取匹配好的数据呢，还有如果我们对bal. plot 画的图不满意，或图像不符合杂志社的要求，我们该怎样利用匹配结果自己画图呢。这就需要我们深入解析matchit函数的返回值了，上述工作才能算是learn the hard way。这些都留待我们下回分解。
R语言中，match：匹配两个向量，返回x中元素在table中的索引或TRUE、FALSE。match函数使用格式有如下两种:第一种方便设置参数，返回x中元素在table中的位置，示例如下：match(x, table, nomatch = NA_integer_, incomparables = NULL)第二种简洁型，返回x中每个元素在table中是否存在x %in% tablex: 向量, 要匹配的值table: 向量, 被匹配的值nomatch: 没匹配上的返回值, 必须是整数incomparables: 指定不能用来匹配的值.match的匹配，限于相同类型，如果类型不同，要先进行强制类型转换，而后才能进行匹配。
